Yapay zeka uzak masaüstünü nereye taşıyabilir (keşfettiğimiz fikirler).

Uzak masaüstü yirmi yıldır gerçek bir atılım görmedi. Yapay zekanın bunu değiştirebileceğini düşünüyoruz. Bu yazı, nerede değiştirebileceği ve keşfettiğimiz fikirler üzerine bir deneme. Bugün Remio'da hiçbir yapay zeka özelliği sunulmuyor ve bir tarih de vermiyoruz.

20 yıllık durağanlık

2026'da herhangi bir uzak masaüstü uygulamasını açın. Şimdi 2006'dan birini açın. Gözlerinizi biraz kısarsanız, temelde aynı şeyler.

Simgeler daha düz. Bağlantı belki biraz daha hızlı. Belki artık bir koyu mod var. Ama temel deneyim — A makinesinden pikselleri akıt, B makinesinde göster, girdileri geri gönder — yirmi yıldır anlamlı biçimde değişmedi.

Codec'ler iyileşti. H.264, JPEG'in yerini aldı. Sonra H.265 geldi. Bant genişliği ucuzladı. Bağlantılar hızlandı. Ama çekirdek mimari — bu uygulamaların akış hakkında düşünme biçimi — zamanda donmuş durumda.

Çoğu uzak masaüstü uygulaması aynı yaklaşımı kullanır: bir kareyi kodla, gönder, çöz, göster, tekrarla. Ayarlar çoğunlukla sabit. Kalite çoğu zaman elle ayarlanır. Ağınız zayıfladığında, bir yerlerde kaydırıcıyı çekene kadar görüntü bulanıklaşabilir. Remio bit hızını ve çözünürlüğü ağınıza kendi kendine uyarlar — bu sade mühendislik, yapay zeka değil — ama altındaki yaklaşım aynı.

Bu bir teknoloji sorunu değil. Bir hayal gücü sorunu.

Yapay zeka devrede: ne değişebilir

Bizi heyecanlandıran ve iyi anlamda uykusuz bırakan şey şu. Yapay zeka uzak masaüstünü sadece iyileştirmeyebilir. Uzak masaüstünün ne olabileceğini yeniden hayal edebilir.

Bir ayar paneline sohbet botu yapıştırmaktan söz etmiyoruz. Akış hattını bazı katmanlarda zekayla yeniden düşünmekten söz ediyoruz — ve açık olalım, aşağıdakilerin hepsi bir fikir, ürün değil.

Uyarlanabilir kalite, daha da ileri

Birçok uzak masaüstü uygulaması size bir kalite kaydırıcısı ya da birkaç hazır ayar arasında seçim yapan bir “Otomatik” mod sunar. Remio bit hızını ve çözünürlüğü zaten ağınıza göre kendi kendine ayarlıyor. Bizi ilgilendiren soru, bunun ne kadar daha ileri gidebileceği.

Şimdi her şeyi gerçek zamanlı izleyen bir yapay zeka düşünün — ağ bant genişliğinizi, gecikme dalgalanmasını, paket kaybı örüntülerini, ekranda gerçekte ne olduğunu, bir belge mi okuduğunuzu yoksa video mu izlediğinizi — ve onlarca parametreyi aynı anda sürekli iyileştiriyor.

Ekranda metin mi var? Keskinliği artır, kare hızını düşür. Video mu oynatıyorsunuz? Yüksek kare hızına geç, daha fazla sıkıştırmayı kabul et. Ekran üç saniyedir boşta mı? Bant genişliğini sıfıra yakın düşür. Hızlı kaydırma mı? Kaliteyi geçici olarak düşür, durduğunuz anda kristal netliğine geri dön.

Bir insan bunu yapamaz. Basit bir algoritma bunu iyi yapamayabilir. Cihazda çalışan eğitilmiş bir model yapabilir — ve bunu öğrenmek, keşfetmenin amacı.

Süper çözünürlük: daha az gönder, daha çok gör

Bunu anlattığımızda insanların en çok tepki verdiği fikir bu.

Oyunlar yapay zeka ölçeklemesine öncülük etti. NVIDIA'nın DLSS'i oyunları daha düşük çözünürlükte çizer, sonra derinlik tamponlarına, hareket vektörlerine ve özel Tensor Core'lara erişimi olan sinir ağlarıyla çarpıcı görüntüler yeniden oluşturur. Oyun motoru yapay zekanın kullanabileceği zengin veri sağladığı için harika çalışır.

Uzak masaüstü ölçeklemesi bu fikirden ilham alır ama temelden farklı bir zorlukla karşılaşır: sahne geometrisine veya motor düzeyindeki verilere erişimimiz olmadan sıkıştırılmış video karelerinden çalışırız. Bu “kör” süper çözünürlüktür — daha zor, ama potansiyel olarak güçlü. Fikir, akışı 720p olarak kodlamak ve cihazdaki yapay zekayla 1080p veya 1440p kalitesine doğru yeniden oluşturmak. İşe yararsa, yaklaşım oyunlardan farklı olsa bile bant genişliği tasarrufu önemli olabilir.

Tasarım amacı: hepsi cihazınızda gerçekleşir. Bulut işleme yok, makinenizden çıkan veri yok. Ağır işi bir Apple Neural Engine ya da Qualcomm NPU yapar.

Girdi tahmini: fizikten daha hızlı hissettirebilir mi?

İşte büyük fark yaratan ince bir nokta. Her uzak masaüstünün doğal bir gecikmesi vardır — fareyi hareket ettirmenizle bunun ekranda görünmesi arasındaki süre. Fizik bir alt sınır koyar: ışığın Amerika Birleşik Devletleri'ni geçmesi yaklaşık 20 ms sürer.

Peki istemci imlecinizin nereye gittiğini tahmin edebilseydi? Fare hareketleri rastgele değildir. Örüntüleri izlerler — ivmelenme eğrileri, hedef boyutları, yön niyeti. Hafif bir model, imleç konumunu birkaç on milisaniye önceden tahmin edebilir.

İşe yararsa, uzak masaüstü ışık hızının izin verdiğinden daha hızlı hissettirir. Fiziği aştığımız için değil, onu beklemeyi bıraktığımız için.

Neden zor

Yapay zekayı akış hattına koymak göründüğünden zor. Sürekli karşılaştığımız sorunlar şunlar:

• Gecikme bütçesi — hattaki her model birkaç milisaniyeye sığmalı, yoksa deneyimi iyileştirmek yerine kötüleştirir.
• Yerel donanım erişimi — Neural Engine'lere, NPU'lara ve GPU'lara ulaşmak yerel kod ister, web sarmalayıcısı değil.
• Ekran içeriği farklıdır — fotoğraf ve oyunlar üzerinde eğitilmiş modeller metin ve arayüz kenarlarında kendiliğinden çalışmaz.
• Gizlilik — ekranınıza bakan her şey cihazınızda ya da host'unuzda çalışmalı, asla başkasının bulutunda değil.
• Dürüst değerlendirme — demoda harika görünen bir özellik yine de gerçek ağlarda ve gerçek donanımda ayakta kalmalı.

Pikselleri iyi akıtmak başlangıç noktası. Zekanın gecikme eklemeden bunu iyileştirip iyileştiremeyeceği açık soru.

Bu yüzden tüm bunları bir yol haritası değil, araştırma olarak ele alıyoruz. Fikirler ilginç; kanıtlar henüz yok.

Akış hattında yapay zeka yapmak zor. Donanım hızlandırıcılara erişmek için yerel kod (Electron değil) gerekir. Gecikme eklemeden yapay zeka işlemini araya sokmak için özel bir çizim hattı gerekir. Hem makine öğrenmesi çıkarımını hem de gerçek zamanlı videoyu anlamanız gerekir. Bu nadir bir birleşim ve bunu iyi yapıp yapamayacağımızı keşfediyoruz.

Yerel uygulama bunu denemek için neden iyi bir yer

tamamen yerel olma kararımızın planlamadığımız şekillerde karşılığını verebileceği yer burası.

Remio her platformda yerel bir uygulama olduğu için her platformdaki donanım hızlandırıcılara doğrudan erişimi var.

• Apple Neural Engine — CoreML üzerinden erişilebilir, cihaz üstü modeller için doğal bir yuva.
• Qualcomm Hexagon NPU — birçok Android çipinde var. GPU'ya dokunmadan cihaz üstü yapay zeka.
• Metal ve Vulkan — yerel bir uygulamanın doğrudan ulaşabildiği GPU hesaplaması. Çıkarımı orada çalıştırmak doğal bir uzantı olur.

Bir web sarmalayıcısı bunda zorlanır. Neural Engine ile konuşmak için yerel, video çözme ile görüntüleme arasında makine öğrenmesi çıkarımı planlamak için yerel olmanız ve bir yapay zeka adımını üstüne eklenmiş bir sonradan akla gelen şey olarak değil, çizim hattının birinci sınıf bir parçası yapmak için yerel olmanız gerekir.

Mimarimiz yapay zeka için kurulmadı, ama yerel inşa etmek kapıyı açık bırakıyor. İşleri zor yoldan yapmanın avantajı bu.

Keşfettiğimiz fikirler

Kesin tarih yok, pazarlama yol haritası yok — bugün neyin gerçek olduğunun, neyin yalnızca fikir olduğunun dürüst bir listesi.

Bugün: Remio bit hızını ve çözünürlüğü ağınıza gerçek zamanlı, host üzerinde, sıfır yapılandırmayla uyarlar. Bu mühendislik, yapay zeka değil.

Keşfediliyor: görsel kaliteyi korurken bir akışın ihtiyaç duyduğu bant genişliğini azaltmak için cihaz üstü sinirsel ölçekleme. Bu fikir üzerine ayrıntılı bir yazı yazdık.

Ayrıca keşfediliyor: tahminli girdi, içerik farkındalıklı kodlama, gerçek bir masaüstünü kullanabilen ajanlar ve henüz konuşmaya hazır olmadığımız birkaç fikir. Burada hiçbir şey bugün sunulmuyor ve ne zaman sunulacağına dair söz vermiyoruz.

Herhangi biri sunulursa, Remio'nun geri kalanıyla aynı kurala uyar: cihazınızda ya da host'unuzda, asla bir Remio sunucusu üzerinden değil ve eğitim için ekran verisi toplanmaz.

Bu nereye gidebilir

Birkaç yıl içinde insanların bugünün uzak masaüstü uygulamalarına, bizim çevirmeli internete baktığımız gibi bakabileceğinden şüpheleniyoruz. “Sadece ham pikselleri gönderip en iyisini mi umdunuz? Hepsi bu muydu?”

Sezgimiz, uzak masaüstünün geleceğinin daha hızlı codec'ler ve daha geniş borulardan çok, ne yaptığınızı anlayan ve buna uyum sağlayan bir uygulamayla ilgili olduğu — görünmez biçimde, özel olarak, kendi cihazınızda. Bu bir sezgi, yol haritası değil.

Bunu dikkatle keşfedecek kadar meraklıyız ve bir şey gerçek olduğunda bunu açıkça söyleyeceğiz.