该Akida神经形态片上系统（SoC）技术将用于识别出席演示的人的手势，并对手势进行分类。动态视觉传感器摄像头会检测手势和手的位置，并利用Akida平台进行无监督的实时学习和分类。BrainChip表示，与传统的神经网络（DNN）相比，脉冲神经网络（SNN）和Akida神经形态芯片的功耗更低、所需数据更少。
Akida是已经获得许可的IP技术，可以集成到ASIC设备，用作SoC，以部署于监控设备、高级驾驶辅助系统（ADAS）、自动驾驶汽车（AV）、视觉引导机器人、无人机、增强现实和虚拟现实（AR/VR）、声学分析和工业物联网应用。Akida在边缘处理神经和访问内存，节省了系统主机CPU所需的计算资源，优化了训练、学习和推理等功能。
BrainChip首席运营官Roger Levinson表示：“识别简单的手势初看起来非常简单，实际上在如今人与机器人互动的环境中，却是变革性的技术进步。我们很高兴能够在NeurIPS展示该变革性技术，而且乐于展示一个基于Akida的平台是如何获取图像、训练系统以识别其学习到了什么，看到了什么，而且与其他解决方案相比，更为高效和准确。”
今年11月，BrainChip的动态神经网络获得了美国专利，该网络是其人工智能处理芯片Akida的一个重要特性。
