Destaquemos algunas de las limitaciones de este modelo:
- Solo permitía entradas booleanas
- Éstas tenían todas el mismo peso
- La salida también era booleana
- La función de activación era siempre una función escalón
- No era posible simular más que funciones linealmente separables. Así, por ejemplo, no era posible simular la función lógica XOR.
Otra limitación del trabajo desarrollado por McCulloch y Pitts fue que no especificaron un método para la configuración de las neuronas. Es decir, si tenemos un conjunto de neuronas conectadas entre sí formando una red, y para un cierto conjunto de valores de entrada queremos que la salida sea una dada (1 o 0) ¿cómo debemos configurar las neuronas? Este proceso de configuración a partir de los datos es lo que hoy en día conocemos como "entrenamiento" de la red neuronal, proceso que no fue definido por estos autores.
En todo caso, hay que destacar la importancia que esta neurona artificial tuvo en el desarrollo de las actuales redes neuronales.
