Neurohand es un conjunto de algoritmos de inteligencia artificial empleados para que una mano virtual aprenda a alcanzar y a agarrar objetos mediante aprendizaje no supervisado. De manera similar a como lo haría un niño (fase de balbuceo motor), Neurohand consigue que los movimientos aprendidos puedan considerarse muy similares a los realizados por el ser humano gracias a la inclusión de coeficientes tales como Fc (factor de comodidad) y Fe (factor de estabilidad) en los patrones de entrenamiento. Neurohand posee además la característica de una computación rápida, pudiendo ser empleado para prótesis robotizadas, exoesqueletos para minusválidos, robots antropomorfos, etc. Todos ellos sistemas que necesitan reaccionar ante un entorno cambiante en tiempo real.