Když se na trhu objevil Kinect, později Leap a naposledy třeba Tango od Googlu, mnozí viděli v hloubkové IR kameře budoucnost ovládání počítače. Jenže cílem není vyzbrojit mobil a počítač desítkami senzorů, ale pokud možno toto všechno naučit pomocí dokonalého softwaru prakticky jakoukoliv hloupou kameru. Ostatně stejně tak tomu je i v přírodě. Člověk nerozeznává své okolí a hloubku prostoru díky IR snímačům, ale díky dvojici očí a „softwaru“ ve svém mozku, který analyzuje základní obraz z optického nervu.
Infračervená 3D kamera v Kinectu, Leapu i Tangu je pouze prostředek, nikoliv cíl. Cílem je software, který rozpozná objekty v prostoru a jejich kontext z běžného 2D obrazu, jak to umí mozek každého živého tvora.
Stejnou cestu si vybrali i výzkumníci z Microsoft Research, kteří si dali za úkol naučit funkci Kinectu a dalších 3D senzorů prakticky jakoukoliv webkameru a to včetně běžné kamery v mobilním telefonu. S dostatečným počítačovým výkonem by to neměla být překážka.