Z aktualnie spotykanych zastosowań sieci neuronowych wymienić można następujące dziedziny:

Szacuje się, że ponad 70% prac dotyczących sieci neuronowych odwołuje się pośrednio lub bezpośrednio do zagadnień rozpoznawania ( rozpoznawanie obrazów i dźwięków). Przedmiotem zastosowań sieci neuronowych bywa diagnostyka medyczna, a także analiza sił w elemencie chwytnym robota, sygnałów sonaru lub radaru, sygnałów dotykowych i innych typów sygnałów i informacji.

            Inne bardzo często spotykane zastosowania dotyczą robotyki, automatyki, a także teorii sterowania i zagadnień optymalizacji. Nie unika się także węższych zagadnień automatyki z rodzaju identyfikacji systemów dynamicznych, sterowania ruchem pojedynczego obiektu (zwykle robota) lub ruchem zbiorowości pojazdów.  Sieci neuronowe wykorzystuje się także w zagadnieniach pomocniczych, mających związek z automatyką: w metrologii ( do oceny błędów sensorów ) i w telekomunikacji. Warto dodać, że porównanie zastosowań sieci, jako elementów sterujących, z tradycyjnymi regulatorami wypada zdecydowanie na korzyść sieci.

            Na sieciach neuronowych oparty został system o nazwie SNOOPE, który służy na wielu amerykańskich lotniskach do kontroli bagażu pasażerów w celu wykrycia ewentualnych ładunków wybuchowych.

            Firma Bendix Aerospace dokonała porównania systemu opartego na sieci neuronowej z typowym programem analizującym sygnały sonarowe. Stwierdzono, że sieć neuronowa wykrywała obiekty podwodne skuteczniej i szybciej, a ponadto charakteryzowała się szybkim uczeniem: jej przystosowanie do nowych zadań wymagało zaledwie kilku godzin w porównaniu z kilkoma miesiącami potrzebnymi do analogicznego przestrojenia typowego programu klasyfikującego.

            Firma Nestor zbudowała system automatycznego czytania znaków pisma japońskiego pod nazwą NestorWriter. System ten działa zadawalająco w wielu firmach amerykańskich dzięki zastosowaniu szybkich adaptacyjnych algorytmów rozpoznawania, bazujących na sieciach neuronowych.