هوش مصنوعی در دهه‌های اخیر به یکی از مهم‌ترین حوزه‌های علمی و صنعتی تبدیل شده است که دامنه کاربرد آن از سامانه‌های شهری و حمل ‌و نقل گرفته تا مراقبت‌های بهداشتی، انرژی و آموزش گسترش یافته است. هدف این مقاله، ارائه مروری جامع بر نوآوری‌ها، روش‌ها و کاربردهای نوین هوش مصنوعی در حوزه‌های مختلف حمل و نقل است. بدین منظور، مقالات و پژوهش‌های منتشر شده طی سال‌های اخیر مورد بررسی قرار گرفته و روندهای اصلی توسعه، چارچوب‌های الگوریتمی و فناوری‌های نوظهور تحلیل شده‌اند. همچنین چالش‌های کلیدی از جمله مسائل اخلاقی، شفافیت مدل‌ها، نیاز به داده‌های باکیفیت و الزامات محاسباتی مورد بحث قرار گرفته است. یافته‌های این مرور نشان می‌دهد که تمرکز تحقیقات در حال حرکت به‌ سمت ادغام روش‌های یادگیری عمیق، یادگیری تقویتی و مدل‌های زبانی بزرگ در کاربردهای میان‌ رشته‌ای است. بررسی ها نشان می دهد، که مسیر آینده در حوزه حمل‌ونقل هوشمند باید از مدل‌های منفرد و داده ‌تک ‌منبع به سمت سامانه‌های ترکیبی حرکت کند. همچنین استفاده از داده‌های چند منبعی نقش مهمی در افزایش دقت و پایداری مدل‌های هوش مصنوعی دارد. در پایان، مسیرهای آتی پژوهش و شکاف‌های موجود در ادبیات با هدف جهت‌دهی به تحقیقات آینده پیشنهاد شده‌اند.