Mimo uproszczonej budowy sztuczne sieci neuronowe stosuje się czasem do modelowania schorzeń mózgu.
Sztuczne sieci neuronowe znajdują zastosowanie w rozpoznawaniu i klasyfikacji wzorców (przydzielaniu wzorcom kategorii), predykcji szeregów czasowych, analizie danych statystycznych, odszumianiu i kompresji obrazu i dźwięku oraz w zagadnieniach sterowania i automatyzacji.
Najpopularniejsze obecnie zastosowanie sieci neuronowych: generatywna sztuczna inteligencja (duże modele językowe), bazująca na architekturze transformera, w programach do rozpoznawania pisma (), na lotniskach do sprawdzania, czy prześwietlony bagaż zawiera niebezpieczne ładunki, do syntezy mowy. W dziedzinie nauk technicznych sztuczne sieci neuronowe wykorzystuje się m.in. do, w tym: Application of statistical methods and artificial neural networks for appraximation of ship’s roll in beam.: aproksymacji, prognozowania, przewidywania danych wyjściowych na podstawie danych wejściowych bez konieczności jawnego definiowania związku pomiędzy nimi; klasyfikacji i rozpoznawania; kojarzenia danych – sieci neuronowe pozwalają zautomatyzować procesy wnioskowania i pomagają wykrywać istotne powiązania pomiędzy danymi; analizy danych, czyli poszukiwania związków pomiędzy danymi.
Zobacz też