Monografia bada zastosowanie sztucznej inteligencji do przewidywania i ograniczania ryzyka w transporcie ¿adunków niebezpiecznych. Dokonano przegl¿du opartych na sztucznej inteligencji prognoz wypadków, integracji telematyki i adaptacyjnych metod optymalizacji tras dostosowanych do amerykäskich autostrad. Szczególn¿ uwag¿ po¿wi¿cono modelom uczenia maszynowego do prognozowania ryzyka, planistom tras opartym na uczeniu si¿ ze wzmocnieniem oraz cyfrowym ekosystemom bezpiecze¿stwa dostosowanym do ram DOT i FMCSA. Badanie pokazuje, w jaki sposób sztuczna inteligencja przeksztäca logistyk¿ towarów niebezpiecznych z reaktywnej zgodno¿ci na proaktywne zarz¿dzanie bezpiecze¿stwem oparte na danych.
