إلى أين قد يأخذ الذكاء الاصطناعي سطح المكتب البعيد (أفكار نستكشفها).

لم يشهد سطح المكتب البعيد قفزة حقيقية منذ عقدين. ونعتقد أن الذكاء الاصطناعي قادر على تغيير ذلك. هذا مقال عن المواضع التي قد يحدث فيها ذلك، وعن الأفكار التي نستكشفها. لا توجد اليوم أي ميزات ذكاء اصطناعي في Remio، ولا نعد بموعد.

عشرون عامًا من الجمود

افتح أي تطبيق سطح مكتب بعيد في 2026. ثم افتح واحدًا من 2006. أمعن النظر قليلًا وستجدهما في الأساس الشيء نفسه.

الأيقونات أكثر تسطحًا. وربما صار الاتصال أسرع قليلًا. وربما أصبح هناك وضع داكن. لكن التجربة الأساسية — بث البكسلات من الجهاز أ، وعرضها على الجهاز ب، وإرسال المدخلات عائدة — لم تتغير تغيرًا يُذكر خلال عشرين عامًا.

تحسّن الترميز. حلّ H.264 محل JPEG. ثم ظهر H.265. صار عرض النطاق أرخص. وصارت الاتصالات أسرع. لكن البنية الأساسية — الطريقة التي تفكر بها هذه التطبيقات في البث — بقيت مجمدة في الزمن.

تعتمد معظم تطبيقات سطح المكتب البعيد النهج نفسه: ترميز إطار، وإرساله، وفك ترميزه، وعرضه، ثم التكرار. الإعدادات ثابتة في معظمها. والجودة تُضبط غالبًا يدويًا. وعندما تضعف الشبكة قد تتحول الصورة إلى كتلة ضبابية إلى أن تحرّك شريطًا في مكان ما. يكيّف Remio معدل البت والدقة مع شبكتك من تلقاء نفسه — وهذه هندسة عادية وليست ذكاءً اصطناعيًا — لكن النهج الكامن وراءها هو نفسه.

هذه ليست مشكلة تقنية. إنها مشكلة خيال.

يدخل الذكاء الاصطناعي: ما الذي قد يتغير

إليك ما يثير حماسنا، وما يؤرقنا بالمعنى الجيد. قد لا يكتفي الذكاء الاصطناعي بتحسين سطح المكتب البعيد، بل قد يعيد تصوّر ما يمكن أن يكونه.

لا نتحدث عن إلصاق روبوت محادثة بلوحة إعدادات. نتحدث عن إعادة التفكير في مسار البث بإدخال الذكاء في بعض طبقاته — ولنكن واضحين، كل ما يلي فكرة وليس منتجًا.

الجودة التكيفية، إلى مدى أبعد

تمنحك تطبيقات كثيرة لسطح المكتب البعيد شريطًا للجودة، أو وضع «تلقائي» يختار بين بضعة إعدادات مسبقة. يضبط Remio بالفعل معدل البت والدقة وفق شبكتك من تلقاء نفسه. والسؤال الذي نراه مثيرًا هو إلى أي مدى يمكن أن يذهب ذلك أبعد.

تخيّل الآن ذكاءً اصطناعيًا يراقب كل شيء في الوقت الفعلي — عرض نطاق شبكتك، وتذبذب زمن الاستجابة، وأنماط فقد الحزم، وما هو معروض فعلًا على شاشتك، وهل تقرأ مستندًا أم تشاهد فيديو — ويحسّن باستمرار عشرات المعاملات في آن واحد.

نص على الشاشة؟ ارفع الحدة وخفّض معدل الإطارات. تشغّل فيديو؟ انتقل إلى معدل إطارات مرتفع وتقبّل ضغطًا أكبر. الشاشة ساكنة منذ ثلاث ثوانٍ؟ انخفض إلى ما يقارب صفر من عرض النطاق. تمرير سريع؟ خفّض الجودة مؤقتًا، ثم عُد إلى وضوح تام لحظة التوقف.

لا يستطيع الإنسان فعل ذلك. وقد لا تجيده خوارزمية بسيطة. أما نموذج مدرَّب يعمل على الجهاز فربما يستطيع — ومعرفة ذلك هي غاية الاستكشاف.

الدقة الفائقة: أرسل أقل، وشاهد أكثر

هذه هي الفكرة التي يتفاعل معها الناس أكثر من غيرها حين نشرحها.

كان قطاع الألعاب رائدًا في التكبير بالذكاء الاصطناعي. تعرض تقنية DLSS من NVIDIA الألعاب بدقة أقل، ثم تستخدم شبكات عصبية تصل إلى مخازن العمق ومتجهات الحركة وأنوية Tensor المخصصة لإعادة بناء صور مذهلة. وهي تنجح بروعة لأن محرك اللعبة يوفر بيانات غنية يستفيد منها الذكاء الاصطناعي.

التكبير في سطح المكتب البعيد مستوحى من هذه الفكرة لكنه يواجه تحديًا مختلفًا جذريًا: نحن نعمل على إطارات فيديو مضغوطة دون وصول إلى هندسة المشهد أو بيانات مستوى المحرك. إنها دقة فائقة «عمياء» — أصعب، لكنها قوية محتملًا. الفكرة أن يُرمَّز البث بدقة 720p ثم يُعاد بناؤه على الجهاز بالذكاء الاصطناعي نحو جودة 1080p أو 1440p. وإن نجحت، فقد تكون وفورات عرض النطاق كبيرة، حتى لو اختلف النهج عن الألعاب.

القصد من التصميم: أن يحدث كل ذلك على جهازك. بلا معالجة سحابية، ولا بيانات تغادر جهازك. سيتولى Apple Neural Engine أو وحدة NPU من Qualcomm العمل الثقيل.

توقع الإدخال: هل يمكن أن يبدو أسرع من الفيزياء؟

هذه فكرة دقيقة لكنها تُحدث فرقًا هائلًا. لكل سطح مكتب بعيد زمن استجابة كامن — الوقت بين تحريك الفأرة ورؤيتها تتحرك على الشاشة. وتضع الفيزياء حدًا أدنى: يستغرق الضوء نحو 20 مللي ثانية لعبور الولايات المتحدة.

لكن ماذا لو استطاع العميل توقع وجهة المؤشر؟ حركات الفأرة ليست عشوائية. إنها تتبع أنماطًا — منحنيات التسارع، وأحجام الأهداف، والاتجاه المقصود. وقد يتمكن نموذج خفيف من توقع موضع المؤشر قبل بضع عشرات من أجزاء الثانية.

إن نجح ذلك، فسيبدو سطح المكتب البعيد أسرع مما تسمح به سرعة الضوء. لا لأننا كسرنا الفيزياء، بل لأننا توقفنا عن انتظارها.

لماذا هذا صعب

إدخال الذكاء الاصطناعي في مسار البث أصعب مما يبدو. هذه هي المشكلات التي نصطدم بها باستمرار:

• ميزانية زمن الاستجابة — يجب أن يتسع أي نموذج في المسار ضمن بضع مللي ثوانٍ، وإلا ساءت التجربة بدل أن تتحسن.
• الوصول الأصلي إلى العتاد — الوصول إلى Neural Engine وNPU ووحدات GPU يتطلب شيفرة أصلية، لا غلافًا للويب.
• محتوى الشاشة مختلف — النماذج المدرَّبة على الصور والألعاب لا تعمل تلقائيًا على النصوص وحواف الواجهات.
• الخصوصية — أي شيء ينظر إلى شاشتك يجب أن يعمل على جهازك أو على المضيف لديك، لا في سحابة أحد.
• تقييم صادق — الميزة التي تبدو رائعة في العرض التجريبي لا بد أن تصمد أمام شبكات حقيقية وعتاد حقيقي.

بث البكسلات بإتقان هو الأساس. أما هل يستطيع الذكاء تحسينه دون إضافة زمن استجابة فهو السؤال المفتوح.

لهذا نتعامل مع كل ذلك بوصفه بحثًا لا خارطة طريق. الأفكار مثيرة للاهتمام، لكن الأدلة لم تكتمل بعد.

إدخال الذكاء الاصطناعي في مسار البث صعب. تحتاج إلى شيفرة أصلية (لا Electron) للوصول إلى مسرّعات العتاد. وتحتاج إلى مسار عرض مخصص لإدراج معالجة الذكاء الاصطناعي دون إضافة زمن استجابة. وتحتاج إلى فهم استدلال التعلم الآلي والفيديو الفوري معًا. وهذا مزيج نادر، ونستكشف ما إذا كان بوسعنا إتقانه.

لماذا التطبيق الأصلي مكان جيد لتجربة هذا

وهنا قد يؤتي قرارنا بالاعتماد الكامل على الشيفرة الأصلية ثماره بطرق لم نخطط لها.

لأن Remio تطبيق أصلي على كل منصة، فإن لديه وصولًا مباشرًا إلى مسرّعات العتاد في كل منصة.

• Apple Neural Engine — متاح عبر CoreML، وهو موطن طبيعي للنماذج على الجهاز.
• Qualcomm Hexagon NPU — موجودة في كثير من شرائح Android. ذكاء اصطناعي على الجهاز دون لمس GPU.
• Metal وVulkan — حوسبة GPU يمكن للتطبيق الأصلي الوصول إليها مباشرة. وتشغيل الاستدلال هناك امتداد طبيعي.

يجد غلاف الويب صعوبة في ذلك. تحتاج أن تكون أصليًا لتتحدث إلى Neural Engine، وأصليًا لجدولة استدلال التعلم الآلي بين فك ترميز الفيديو والعرض، وأصليًا لجعل خطوة الذكاء الاصطناعي جزءًا أساسيًا من مسار العرض، لا إضافة لاحقة ملصقة فوقه.

لم تُبنَ بنيتنا للذكاء الاصطناعي، لكن البناء الأصلي يُبقي الباب مفتوحًا. هذه ميزة بناء الأشياء بالطريقة الصعبة.

أفكار نستكشفها

لا مواعيد ملزمة ولا خارطة طريق تسويقية — مجرد قائمة صريحة بما هو حقيقي اليوم وما هو مجرد فكرة.

اليوم: يكيّف Remio معدل البت والدقة مع شبكتك في الوقت الفعلي، على المضيف، دون أي إعداد. هذه هندسة وليست ذكاءً اصطناعيًا.

قيد الاستكشاف: تكبير عصبي على الجهاز لتقليل عرض النطاق الذي يحتاجه البث مع الحفاظ على الجودة المرئية. كتبنا تعمقًا في هذه الفكرة.

نستكشف أيضًا: الإدخال التنبئي، والترميز الواعي بالمحتوى، ووكلاء قادرين على تشغيل سطح مكتب حقيقي، وبضع أفكار لسنا مستعدين للحديث عنها بعد. لا شيء من هذا متاح اليوم، ولا نعد بموعد.

وإن صدر أي منها، فسيلتزم بالقاعدة نفسها التي يلتزم بها بقية Remio: على جهازك أو على المضيف لديك، لا عبر أي خادم لـ Remio، ودون جمع أي بيانات شاشة للتدريب.

إلى أين قد يصل هذا

نظن أنه بعد بضع سنوات قد ينظر الناس إلى تطبيقات سطح المكتب البعيد اليوم كما ننظر إلى الإنترنت الهاتفي. «كنتم ترسلون بكسلات خام وتأملون الأفضل؟ هذا كل شيء؟»

حدسنا أن مستقبل سطح المكتب البعيد لا يدور حول ترميزات أسرع وأنابيب أوسع بقدر ما يدور حول تطبيق يفهم ما تفعله ويتكيف معه — بصمت وخصوصية وعلى جهازك أنت. إنه حدس وليس خارطة طريق.

نحن فضوليون بما يكفي لاستكشافه بعناية، وسنقول ذلك بوضوح حين يصبح شيء ما حقيقيًا.