Pasaulinėje rinkoje vis dažniau diegiamos dirbtinio intelekto (DI) vaizdo stebėjimo sistemos, siekiant pagerinti viešąją saugumą ir apsaugą. Šios pažangios sistemos naudoja sudėtingus mašininio mokymosi algoritmus analizuoti tiesioginius vaizdo srautus iš kamerų, įrengtų įvairiose viešosiose erdvėse – gatvėse, parkuose, tranzito centruose ir prekybos vietose. Jų pagrindinis tikslas – realiu laiku identifikuoti įtartiną elgesį, galimus grėsmių šaltinius ir incidentus, leidžiant imtis proaktyvių veiksmų nusikaltimų prevencijai ir ekstremalioms situacijoms gesinti. DI valdomos stebėjimo sistemos yra skirtos aptikti platų spektrą neįprastų elgsenos modelių ir situacijų, kurios galėtų kelti teisėsaugos ar saugumo grėsmių įtarimų. Pavyzdžiui, technologijos gali pastebėti lošimąsi ribotuose rajonuose, neįprastas minios formacijas, galinčias rodyti protestus ar kitus trikdžius, arba paliktus daiktus, kurie galėtų būti saugumo rizika. Radus tokius veiksmus, sistema greitai įspėja atitinkamas institucijas ar saugumo darbuotojus, kad jie galėtų imtis reikiamų veiksmų. Tokia realaus laiko stebėsena ir reakcijos spartumas labai pagerina teisėsaugos galimybes palaikyti viešąją tvarką ir saugumą. DI vaizdo stebėjimo sistemos vis labiau įsitvirtina, nes miestai išnaudoja technologines pažangą įveikti augančias miesto problemas. Automatizuodamos kasdieninį stebėjimą ir teikdamos ankstyvus įspėjimus apie galimas problemas, šios sistemos sumažina žmogaus operatorių naštą ir padidina viešosios saugos operacijų efektyvumą. Be to, surinkti duomenys, analizuojami naudojant DI sistemas, padeda geriau suprasti istorinius veiklos modelius, kurti efektyvesnes saugumo strategijas ir optimizuoti išteklių paskirstymą. Nors DI stebėjimo sistemos teikia didelę naudą viešosios saugos gerinimui, jų naudojimas kelia svarbių privatumo ir etikos klausimų. Nuolatinis viešųjų erdvių stebėjimas ir plačios duomenų bazės kaupti gali pažeisti individualias teises, jei nėra tinkamai reguliuojama.

Gyventojai ir advokatai išreiškė susirūpinimą dėl galimos per didelės stebėsenos, duomenų piktnaudžiavimo ir skaidrumo trūkumo susijusio su duomenų saugojimu, naudojimu ir dalijimusi. Atsakius į šiuos rūpesčius, vis dažniau kyla diskusijos apie duomenų apsaugą ir etinius DI stebėjimo naudojimo pagrindus. Politikai ir technologijų tiekėjai ieško būdų užtikrinti, kad stebėjimo praktikos atitiktų teisės aktų reikalavimus ir tuo pačiu būtų gerbiamos asmeninės teisės. Pasiūlyti veiksmai apima duomenų anoniškumą, griežtas prieigos valdymo priemones, skaidrią ataskaitų teikimą ir bendruomenių stebėseną, siekiant suderinti DI stebėjimo naudą su civilinėmis laisvėmis apsauga. Be to, etiškas DI vaizdo stebėjimo diegimas reikalauja atidaus dėmesio šališkumui ir sąžiningumui mašininio mokymosi algoritmuose. Yra rizika, kad tokios sistemos gali neteisingai paveikti tam tikras bendruomenes, jei pagrindiniai duomenų rinkiniai arba aptikimo kriterijai nėra tinkamai sukurti. Sprendžiant šiuos klausimus būtina nuolatinė mokslinių tyrimų veikla, griežta patikra ir įtraukianti politika, apimanti įvairius suinteresuotuosius šalių atstovus. Apibendrinant, DI pagrįstų vaizdo stebėjimo sistemų integravimas į miestų aplinką žymi svarbų žingsnį viešosios saugos technologijų srityje. Leidžiant greitai identifikuoti įtartinus veiksmus ir spartinant ekstremalių situacijų reagavimą, šios sistemos gali prisidėti prie saugesnių bendruomenių kūrimo. Tačiau siekiant užtikrinti asmenų teisių ir laisvių apsaugą, jų naudojimas turi būti derinamas su tvirtomis privatumo apsaugos priemonėmis, etikos gairėmis ir skaidria valdysena. Naviguodami modernių stebėjimo sistemų iššūkius, miestai turi ieškoti tinkamo balanso tarp saugumo ir privatumo, kuris išlieka svarbus ir nuolat kintantis iššūkis.