В США, Великобритании и Японии происходит напряженная разработка и использование нейрокомпьютерной технологии при производстве военной техники. Впервые программа подобного рода бала запущена в США в начале 90-х годов Лабораторией Линкольна Массачусетского института благодаря большому бюджету военных. Огромное внимание Президента США Дж. Буша в данной сфере позволило на начало 90-х годов добиться значительного прогресса, который выразился в скорейшем росте компаний производящих такого рода средства.

Исходя из оценок американских фирм за 90-е годы мировой рынок военных нейрокомпьютеров увеличился со 100 млн. долларов до 1.5 миллиардов долларов. На данный момент количество фирм, производящих нейрокомпьютеры, близится к тремстам, но все же данная оценка не точна, в следствии засекреченных производства.

Нейрокомпьютеры играют огромную роль в различных областях, прежде всего в космосе, авиации, энергетике, робототехнике, пеленгации, переработке огромных объемов информации, автоматических системах управления и коммуникации, медицине и статистике.

В середине 80-х годов США допускали использование нейрокомпьютеров для контролирования очень мощного лазерного оружия в рамках Стратегической оборонной инициативы. Возникшие идеи позволили изменять кривизну зеркал в телескопах и поддерживать указанный формат в точных системах координат.

Использование нейрокомпьютеров очевидно можно осознать в контролировании космической робототехники, которая используется на космических кораблях системы “Шаттл” – механизированная рука, теле роботы. Благодаря этому ощутимо снижается загрузка диспетчера.

Удачно используются нейросети в проектировании действий антенных устройств, установленных на спутниках. Переработка огромных массивов информации, осуществляется на спутнике, что способствует избежать трансляции помех с орбиты. Вдобавок, нейронные сети могут перерабатывать на орбите изображения, что сильно облегчает операцию картографирования. Сочетание с экспертными системами способствует быстро отзываться на изменения состояния поверхности в реальном времени.

Эффектно выглядит использование нейрокомпьютеров для диагностирования облаков в различных диапазонах и составлением карт ветров.

Определение линейных структур на изображениях – дороги, трубопроводы, линии электропередач и д.р., позволяет автоматически выполнять поиск признаков цивилизации на планетах космических систем.

Прогнозирование неисправностей космических станций, сближений с космическими частицами – еще одна очень важная область, которая определяет защищенность космических станций и вес спутника, выводимого на орбиту.

Система безопасных полетов, которая основана на прогнозе молний на космодроме при запуске, способствует значительно уменьшить интервалы запуска. Данная система активно используется в системе ПРО и системе управления на ТВД.

Очень удобно использование нейросетей при подборе вариантов манёвра в воздушном бою на самолетах будущего, так как воздушное маневрирование включает в себя множество различных ситуации, с которыми линейные вычислительные средства не справляются. Благодаря такой системе, пилот способен выбрать наилучший манёвр из всех возможных. Нейросети обучаются так же, как и пилоты-курсанты – им предлагается огромное число возможных сценариев воздушного маневрирования, из которых нейросети выбирают наиболее подходящий. Опять же нейросети практикуются быстро реагировать на изменения внешних условий, учитывая все текущие данные за бортом.

Нейросети позволяют выполнять очень сложные задачи, связанные с технической диагностикой летательных аппаратов с использованием методов постоянного наблюдения в реальном времени. Дается оценка механических повреждений в полете и на Земле. Почти 100% точности достигается благодаря Методу высокочастотного ультразвукового сканирования. Нейросети составляют прогноз долговечности всех систем, которые используются на самолете и в наземном управлении движением полетами.

Нейрокомпьютеры идентифицируют различные типы самолетов по изображению, вдобавок допускаются смещения, повороты профилей в плоскостях, масштабирование изображений.

Нейросетевые алгоритмы с успехом используются в обучении управлению вертолетом неопытных летчиков. Такое взаимообучение происходит автоматически, человек не принимает содействие – система управления вертолетом динамично заставляет новичка значительно увеличивать степень контроля над полетом для достижения определенного мастерства. В истребительной авиации, нейрокомпьютеры отвечают за самый точный манёвр против цели, корректируются ошибки пилота и учитываются внешние условия.

Самым перспективным направлением является использование бесконтрольных электроподвижных роботов. Они способны работать в любой среде и в условиях не доступных человеку. Прежде всего перспективны направления, связанные с навигационными робототехническими комплексами, которые позволяют оценивать информацию автоматически. Осуществляется бесконтрольная навигация с полным учетом внешних воздействий: скорость среды, собственная скорость, вращение, направление движения. Тем самым, решается особо непростая задача контролирования подводных роботов, в которой оператору приходилось контролировать три направления движения: вдоль фронта, вверх-вниз, вокруг оси. В отличии от оператора, ошибки нейросетей составляют мене 1-2%. Очень интересны наземные роботы погрузчики, работающие в экстремальных условиях и даже на других планетах, небольшие летательные аппараты с бесконтрольным пилотированием.

В современном тактическом вооружении, нейрокомпьютеры способны легко обрабатывать сигнал при очень высоком уровне помех. Поток изображений обрабатывается по двум направлениям: распознавание и выделение движущихся целей на стационарном или движущемся фоне, это открывает безграничные возможности в осуществлении тактических задач. Нейронные сети являются очень эффективным алгоритмом обозначения движущихся целей на фоне, что позволяет открыть путь к полностью бесконтрольному обозначению боевых операций с использованием обычных вооружений. Организация систем совместимых с биологическим зрением человека, позволит увеличить эффективность операций в несколько десятков раз. Огромная возможность восстановления первоначальной картины по последующим данным создаст значительный рынок средств безопасности. На данный момент уже очевидны преимущества нейросетей при обозначении целей на изображении перед человеком в оптическом диапазоне. Нейросети уже используются в системе зрения роботов, которые перемещаются в среде с различными преградами.

Очень интересен рынок транспьютеров, которые производят пространственные картины, они нашли широкое использование в радиолокации, воспроизводя трехмерные модели радиоисточников. Нейросети позволяют с успехом выполнять сложные задачи идентифицирования цели, устраняя помехи и моделируя цели. Выполняются задачи обработки сложной информации в обширной зоне обзора при наличии внушительного количества различных объектов, задачи автосопровождения целей, обнаружения манёвра цели в зоне сильных помех и другие, которые раньше вызывали большую сложность в режиме реального времени и способностей человека-оператора. Самые опытные диспетчеры одновременно могут сопровождать более 25 целей. Для примера можно взять реальную ситуацию, например, в районе аэропорта, количество таких целей может достигать десятков. Объединенная работа нескольких диспетчеров, которые передают цели друг другу, значительно снижает пропускную способность аэропорта по причине человеческого фактора. Нейросети способны легко анализировать различные траектории и составлять прогноз дальнейшего движения при наличии сильных помех. Проектированием систем наблюдения траекторий нескольких целей на основе нейронных сетей заняты фирмы Сингапура и Китая.

С середины 60-х годов нейросети используются в идентификации радиолокационных целей. Процессоры, которые разработаны на нейронных сетях, имеют повышенную помехоустойчивостью, очень быструю сходимость к искомому решению при исследовании различных гипотез. Стало возможно, авто распознавание целей на основе информации от нескольких локаторов, находящихся в разных диапазонах. С каждого канала сигналы поступают на определенную нейросеть, такие сети связаны друг с другом и с обобщающей сетью, которая содержит экспертную систему. Резкость и целостность сигналов не играют значительной роли.

Исследования, которые проводились в Лаборатории электроники и СВЧ оптики Университета штата Пенсильвания в середине 90-х годов были направлены на создание РЛС современного поколения для развития трехмерных голографических изображений аэрокосмических целей с разрешением, очень близкому к оптическому. Данная система позволяет обойтись без дорогостоящих антенных решеток и заметно сократить время обработки сигнала.

Использование нейросетей в БРЛС допускает суперэффективно идентифицировать подстилающую поверхность и тип местности.

Очень активную работу ведет Великобритания, создаются средства РЭБ и электронной войны исходя из нейросетевых алгоритмов. Перспективно использование нейросетей при наведении ракет на источники помех.

В гидроакустике используются сети для обработки сигналов, в активных и пассивных системах. Достигается высокая точность распознавания и классификации сигналов, которая превышает способности дельфинов к эхолокации и стремится к 100%. Использование такой системы в подводных роботах откроет сверхновые возможности в модернизации торпедного вооружения.

Современные военные корабли считаются очень сложными техническими изделиями, проектирование которых порой занимает почти десятилетие. Использование систем виртуальной реальности значительно облегчает задачу генпроетировщиков. Ценность и необходимость в вычислительных ресурсах здесь огромна. Опираясь на области вычислительной техники, такие как: трехмерная графика, система “глаз-рука”, управление манипулятором, анимация, виртуальная реальность является сферой супервычислений. Нейрокомпьютерные системы позволяют легко моделировать проектировочные моменты и создавать среды, для анализирования работоспособности изделий. Существуют системы виртуальной реальности для моделирования подводной, радио и высокотемпературных сред. В космонавтике системы виртуальной реальности используются как вспомогательные при управлении космическим кораблем и наружными манипуляторами.

Нейрокомпьютеры нашли широкое применение в проведении биотехнологических исследований, в биомалекулярной электронике и нанотехнологии, благодаря своим способностям компенсировать нехватку данных, которые поступают от микроскопических систем.

Огромный вклад в систему анализирования тактических и стратегических действий противника, внесли системы, которые имитируют интуицию человека.

В скором времени, системы скрытого обнаружения веществ станут самым ходовым товаром, в первую очередь в противостоянии терроризму. Системы на нейрокомпьютерах позволяют с легкостью выявлять наркотические средства, ядерное и атомное оружие, химическое сырье и т. п., отличаясь нечувствительностью к конфигурации и способам маскировки предметов, которые представляют опасность при полной автоматизации и минимальном техническом обслуживании. Автоматические системы досмотра багажа имеют вероятность обнаружения около 95%, не нарушая при этом основной работы транспортных узлов,

В энергетике нейрокомпьютеры широко используются в оповещении и диагностировании аномальных ситуаций, анализировании внешних данных и помех.

Нейрокомпьютеры с легкость справляются с решением очень сложных задач, благодаря их высоких производительных возможностей, открывают такие особо важные области как: моделирование человека-оператора, шифрование информации, обработке и распознавания текстов, перевод речевой и текстовой информации, коммуникация в системах радиосвязи и экспертные системы. Все это позволяет с легкостью моделировать развитие боевых действий абсолютно любой интенсивности, борьбу с террористами и различные спецоперации.

В корне одной из систем защиты от неутвержденного доступа, которая построена на основе нейрочипа, лежит учет временного интервала между моментами нажатия клавиш, сделанных пользователем на определённой последовательности знаков.

Очень широкое применение имеют нейросетевые алгоритмы генерации рандомных последовательностей и хаоса.

Особенно необходимы нейрокомпьютеры в обнаружении аномалий в линиях передачи данных и устройствах коммутации. В военных коммуникационных системах такие задачи имеют повышенное значение в связи с необходимостью упорядоченного сообщения с очень высоким приоритетом при решительном изменении окружающих условий и двунаправленностью каналов.

Широкие возможности расчетов путей маршрутизации можно использовать при построении проектировании кристаллов процессор и разработке интегральных схем.

Нейрокомпьютеры с большим успехом используются при обработке сейсмических сигналов в военных целях для обозначения координат и мощности ядерных взрывов, которые проводят другие страны. Такая система также используется при дистанционной разведке полезных ископаемых. Точность определения события приближается к 100%.

В самом непродолжительном времени круг использования нейрокомпьютеров многократно увеличится. Прежде всего по линии военных систем, которые требуют высокопроизводительных вычислений. Вдобавок очень интересно их использование при создании моделей политических и общественно-социальных процессов, которые превращают политику в точную науку.

Актуальные тенденции в скором развитии вычислительной техники характеризуется глобальным переходом к оптическим технологиям биоэлектроники, которые основаны на сращивании искусственных элементов с живыми мозговыми клетками, биомолекулярные технологии, позволяющие реализовать самопрограммирование рабочих станций.

Самые основные разработки проходят в научных центрах США, Великобритании, Японии, Германии и Италии. Величина мирового рынка будет значительно увеличиваться каждые 2-3 года, при условии, что не произойдет очень резкий скачок в прикладных разработках, основанных учеными всего мира за последние 15 лет.

Как уже было отмечено выше, в спортивной деятельности одним из важных компонентов является индивидуальность спортсмена и его поведенческие особенности. И многие исследования указывают на большой интерес к поиску физиологических и биохимических коррелятов темперамента [13-15], а также анализу роли психологических характеристик в механизмах изменения функциональной активности мозга [13, 16]. Кроме того, современные технологии предоставляют широкие возможности для топографического картирования спектральной плотности ЭЭГ при сравнении типов темперамента [17].  Таким образом, возникла существенная необходимость для расчётов ЭЭГ сигнала в процессе активных действий для их анализа и сравнения со стандартными расчетами мозговой активности на предмет их качественных или количественных сходств, либо их различий.

В литературе приводятся нижеследующие разновидности и описания прибора. Так, потребительские технологии, доступные на рынке в настоящее время, включают в себя аксессуары гарнитуры, предназначенной, в основном, для применения на нейрокомпьютерном интерфейсе (Brain-Computer Interface -BCI)  (например, “Emotiv” [Гонконг], “NeuroSky” [Сан-Хосе, США]). Портативные устройства при этом используют ограниченное количество электродов. Устройства бывают в виде надетого на голову обруча (повязки) (рис.1) [18] или эластичной шапочки (рис.2) [19], которые предназначены для регистрации психофизиологических показателей, а в качестве обратной нейронной связи “B-Alert серии X” – усовершенствованный интеллектуальный регистратор [Карлсбад, США] и “Комплекс Нейробит” [Гдыня, Польша]. Данные устройства  были разработаны преимущественно для использования в личных целях (для различных игр) и мониторинга за состоянием здоровья, а не для использования в научных исследованиях как таковых. Однако при этом бурный рост серийного производства указывает на обоснованность производства мобильных технологий ЭЭГ для удовлетворения имеющихся потребностей спортивных врачей в данной сфере. Тем не менее, несмотря на возникший энтузиазм по внедрению мобильной ЭЭГ для широкого использования, вопрос достоверности результатов данных систем для их применения в фундаментальных исследованиях большей частью оставался нерешенным [20]. В настоящее время работа по проверке допустимости мобильных технологий ЭЭГ для их применения в фундаментальных исследованиях продолжается и предварительные данные указывают на их перспективность. На сегодняшний день основная часть исследований, направленных на обоснованность мобильных технологий ЭЭГ, была сфокусирована на результатах P₃₀₀, который обеспечивает высокую надежность сигнала, полученного даже при единичном пробном измерении [21]. В тоже время имеющая в спортивной деятельности нацеленность на результаты P₃₀₀ (событийно – связанные вызванные потенциалы – ССВП) в валидационных исследованиях, обусловлена главным образом целесообразностью эффективности P₃₀₀ для исследований с применением нейрокомпьютерного интерфейса (BCI).

Рисунок 1 – Устройство в виде надетого на голову обруча (повязки), использующееся  преимущественно при активных физических нагрузках

Рисунок 2  – Устройство в виде эластичной кольцевидной шапочки

К примеру, можно привести недавнее исследование BCI по непосредственному сравнению беспроводного мобильного и традиционного стационарного усилителя, используемого в качестве составной части в лабораторных условиях. Так, авторами показана высокая степень корреляции амплитуды и топографии результатов Р₃₀₀ во всей системе, что указывает на возможность  получения  аналога ЭЭГ данных,  используя при этом мобильные усилители [22]. Эти исследования имеют большое значение и по мере того, как лабораторные испытания, выявляющие базис достоверности мобильного оборудования, продемонстрировали, что имеющийся нервный сигнал может быть замерен с высокой точностью,  однако это не решает основную проблему – способность записывать четкие сигналы во время движения. Наглядная демонстрация, что надежные результаты P₃₀₀ могут быть получены во время движений, была показана при выполнении задания на исключение лишнего предмета (т.е. от участников требовалось распознать редко встречающиеся объекты, находящиеся в потоке часто повторяющихся ложных целей). К примеру, с помощью ЭЭГ, записанной в сидячем положении в помещении при сравнении с её регистрацией на открытом пространстве во время ходьбы, было получено надежное единичное испытание эффективности Р₃₀₀ с использованием слухового задания на исключение лишнего предмета [23]. При этом беспроводная установка применялась с датчиками на сухих электродах, заимствованных из производимой “Emotiv” гарнитуры, встроенной в эластичную шапочку с головкой смонтированного усилителя. Важно отметить, что эти результаты подтвердились и в более позднем исследовании с использованием такого же мобильного оборудования, где испытуемые  свободно передвигались на открытом пространстве [24]. В своей совокупности данные исследования подтверждают обоснованность мобильных технологий ЭЭГ для записи эффектов P₃₀₀ при движении. Наряду с этим, для раскрытия истинных возможностей необходима дальнейшая проверка полученных результатов в различных видах спорта, относящихся к показателям мозговой активности при выполнении практических действий, а также проверка имеющихся данных в обзоре достижений в сфере мобильных технологий, существующих на данный момент. С учётом достижений в области мобильных технологий ЭЭГ, прогресс в обработке сигналов также позволит решить некоторые проблемы, традиционно связанные с записью нейронных показателей при активных действиях в спортивной деятельности [25]. Следует также  заметить, что  преобразование Фурье (т.е. сопоставление одной функции вещественной переменной с другой функцией) и извлечение производственной мощности с надетого на голову обруча,  безусловно, является  наиболее часто  применяемым  методом при обработке сигнала и анализа [26].

Таким образом, изучение практического значения влияния нейронной активности и индивидуальных особенностей поведения, позволит выявить различия в процессе запоминания в ходе обучения для использования нового устройства и овладения новыми навыками в спорте. Важно отметить, что результаты, описанные в данной статье, дополнили предыдущие исследования и подтвердили, что нейронная эффективность в двигательной системе не только  меняется в процессе обучения и повышения мастерства в специфической области [27], но также может варьироваться в отношении индивидуальных различий в когнитивных (познавательных) способностях [28].