この分野の未来像として世界中から熱い視線を浴びているのが、リアルタイムでカメラ映像を解釈する次世代AI構想「Project Astra」だ。サンダー・ピチャイ（Sundar Pichai）率いるGoogleが示したこのビジョンは、静止画を調べる従来の枠組みを鮮やかに飛び越えてみせた。
スマートフォンのカメラを部屋の中や街並みにかざしながら話しかけると、AIは映像の文脈をリアルタイムで把握し、会話形式で的確な答えを返してくれる。「メガネをどこに置いたっけ？」「このコードのバグはどこ？」といった問いかけに対し、カメラが捉えた映像から即座に解答を導き出す。動画と音声、視覚認識が融合した極限のスマート体験が、すぐそこまで迫っている。
