跨运输模式, 提高效率和安全性是人工智能(AI)系统开发人员的首要问题. 但随着机器学习能力的增长, 越来越多的创造性解决方案正被应用于更广泛的运输相关领域. 

在一个著名的例子中， 谷歌最近与美国航空公司合作 确定不会造成污染的飞行路线. 航迹模型与卫星图像相结合, 天气和航线数据, 允许公司开发轨迹预测地图. 飞行员在飞行时使用人工智能模型选择不同的高度，能够减少54%的尾迹, 指示潜力显著降低2.航空业的二氧化碳排放量占全球的5%.

根据Paul Sells的说法, ABS附属软件即服务公司ABS Wavesight的首席执行官, 这种新颖的用途正迅速被海事人工智能开发商所接受. 他认为，随着车队性能软件对遵守复杂的监管制度和保持竞争优势变得至关重要，人工智能将成为一个特别的差异化因素.

赛尔斯指出:“因为其他行业已有使用人工智能的商业案例, 我们的优势在于将一些领域整合到现有的软件中，比如简化和标准化数据摄取和分析的方式，以及从实时分析转向预测分析.”

人工智能可能会颠覆运输业务模式和运营. 今年9月，物流初创公司zerbrobroker融资6美元.500万美元的种子基金，用于扩展其人工智能平台，该平台将货运经纪人从运输过程中剔除. 通过将托运人与承运人直接联系起来, 零经纪人消除了传统上由货运经纪人对每笔交易收取的佣金, 使托运人大大降低运输成本.

人工智能应用的一个潜在障碍是监管. 挑战的很大一部分是人工智能系统固有的不透明性, “黑箱效应”, 特别是涉及安全关键操作的地方. 这个问题在 2019年的报告 来自国际运输论坛.

报告指出:“监管机构可能会对一项特定技术颁发许可证。. “但随着算法自我重写以在现实环境中更好地发挥作用, 生成的代码不再与最初的许可代码有任何相似之处. 进一步, 后来的代码迭代可能已经发展得如此之多，以至于监管机构不再能够理解它们是如何运作的.”

作为对这些威胁的回应，欧盟委员会提出了一项 人工智能法 该协议目前处于欧盟委员会之间谈判的最后阶段, 议会和理事会. 该法案将对被归类为“高风险”的人工智能系统施加严格限制。, 要求促进人为干预. 支持创新, 研究活动以及免费和开源人工智能组件的开发将在很大程度上免于合规.

在运输过程中, 国际海事组织(IMO)规范人工智能的方法正在逐案发展. 第一个探索领域是自主船只. 海上自主水面舰艇(MASS)法规草案有一节是关于软件原则的, 包括“生死决定或影响个人基本人权的其他决定不得交给人工智能系统。, 因为这些决定需要人工干预。”.

这些要素将在2024年5月IMO海上安全委员会(MSC 108)的下一次会议上进行辩论. 在运输过程中, 至于其他运输方式, 这种监管的复杂性使得全自动船舶和交通管理系统的长期部署具有挑战性. 但对于那些有创造力和远见的人来说，这条路上有很多机会可以抓住.