Une IA opensource entrainée à la reconnaissance d'image qui tourne en temps réel sur un PC portable "classique" (juste une carte graphique un peu plus costaude que la moyenne) est capable de proposer jusqu'à 4 descriptions de la scène par seconde (dont une bonne moitié est pertinente, à vue de nez).
Je n'ose même pas imaginer ce dont sont capables les IA "professionnelles" surentrainées des multinationnales aujourd'hui...