
หลักสูตรวิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมระบบอัจฉริยะ (Bachelor of Engineering Program in Intelligence Systems Engineering)
จากทิศทางการพัฒนาประเทศที่กำลังเข้าสู่ยุคสังคมสูงวัย ขาดแคลนแรงงาน รวมถึงความต้องการเตรียมให้กำลังคนทุกช่วงวัยมีความสามารถในการใช้ชีวิตในศตวรรษที่ 21 ที่เป็นสังคมแห่งการเปลี่ยนแปลง ส่งผลให้เกิดความต้องการกำลังคนที่มีความรู้ด้านวิทยาศาสตร์ วิศวกรรมศาสตร์และเทคโนโลยีขั้นสูงในการขับเคลื่อนประเทศ โดยเฉพาะอย่างยิ่งกำลังคนที่มีความสามารถในการประยุกต์ใช้ปัญญาประดิษฐ์และอุปกรณ์ไอโอที (AI และ IOT) ที่สามารถช่วยยกระดับอุตสาหกรรมซึ่งเป็นยุทธศาสตร์ของประเทศ เช่น อุตสาหกรรมยานยนต์สมัยใหม่ การเกษตรอัจฉริยะ เทคโนโลยีชีวภาพ และภาคการบริการอัตโนมัติ ที่มีการนำความฉลาดของระบบคอมพิวเตอร์มาแทนแรงงานคนบางส่วน นอกจากจะตอบความต้องการของประเทศในด้านอุตสาหกรรมแล้ว หลักสูตรยังส่งเสริมให้ผู้เรียนมีทักษะในการเป็นผู้ประกอบการ ที่สามารถนำความรู้ ทักษะ และประสบการณ์จากเรียนรู้ร่วมกับภาคอุสาหกรรมและธุรกิจเริ่มต้น (Startup) ไปประกอบธุรกิจของตนเองได้
การจัดการหลักสูตรมุ่งเน้นการให้ความรู้ทั้งภาคทฤษฎี การปฏิบัติ และการทำงานร่วมกับอุตสาหกรรม เนื้อหาของหลักสูตรประกอบด้วย การประยุกต์ใช้ปัญญาประดิษฐ์ในการพัฒนาระบบวิศวกรรมเครื่องกล ไฟฟ้า เคมีพลังงาน และชีวภาพ โดยการอาศัยความสามารถของวิทยาการข้อมูล (Data Science) และความสามารถของเครื่องจักรการเรียนรู้ (Machine Learning) มาทำให้ระบบวิศวกรรมต่าง ๆ ดังกล่าวข้างต้นเป็นระบบอัจฉริยะ เพื่อตอบสนองต่อการพัฒนาอุตสาหกรรมของประเทศในอนาคตทั้งระยะสั้นและระยะยาว
ปรัชญาของหลักสูตร
การนำเทคโนโลยีด้านปัญญาประดิษฐ์มาประยุกต์เข้ากับศาสตร์ทางด้านวิศวกรรมเพื่อสร้างบัณฑิตที่มีทั้งความรู้ ทักษะทางด้านวิชาการ และทักษะทางสังคม ที่ทำให้บัณฑิตสามารถปรับตัวเข้ากับการเปลี่ยนแปลงของสังคมและเทคโนโลยีในอนาคต และตอบโจทย์การพัฒนากำลังของประเทศอันนำไปสู่ Thailand 4.0
ผลลัพธ์การเรียนรู้ระดับหลักสูตร (Program Learning Outcomes: PLOs)
หลักสูตรเน้นบูรณาการวิทยาศาสตร์และศิลปศาสตร์ เพื่อให้เกิดการเรียนรู้ในรูปแบบ ศิลปวิทยาศาสตร์ (Liberal Arts Education) โดยมุ่งหวังให้บัณฑิตสามารถใช้ทักษะและความรู้พื้นฐานทางด้านปัญญาประดิษฐ์ คณิตศาสตร์ และวิศวกรรมศาสตร์ สำหรับการแก้ปัญหาหรือปรับปรุงการทำงานอย่างมีประสิทธิภาพในเชิงวิศวกรรมระบบ และงานประยุกต์ด้านปัญญาประดิษฐ์และวิทยาการข้อมูล โดยมีเป้าหมายเพื่อแก้ปัญหาในบริบทสังคมที่เป็นจริง โดยสามารถนำเทคนิคต่าง ๆ ของปัญญาประดิษฐ์มาใช้ให้เกิดประโยชน์กับงานทางวิศวกรรมพื้นฐาน สามารถเขียนโปรแกรมปัญญาประดิษฐ์สำหรับการแก้ปัญหาด้วยกฎ (Rule-based reasoning) การอนุมานภายใต้ความไม่แน่นอน (Uncertainty reasoning) การรู้จำ (Recognition) การตรวจหา (Detection) การทำนาย (Prediction) และการหาค่าเหมาะที่สุด (Optimization) อย่างง่าย อีกทั้งสามารถใช้ประโยชน์จากโอเพนซอร์ส (Open Source) บนการประมวลผลแบบแบ่งปันทรัพยากรผ่านเครือข่าย (Cloud) ได้ มีทักษะทางด้านภาษาอังกฤษที่สามารถหาความรู้ได้ด้วยตนเอง และสื่อสารกับผู้อื่นที่มีความหลากหลายทางเชื้อชาติและวัฒนธรรม อีกทั้งมีทักษะทางสังคม และมีทักษะความเป็นผู้ประกอบการ (Entrepreneurship) ที่ทำให้บัณฑิตสามารถปรับตัวให้เข้ากับการเปลี่ยนแปลงในอนาคตได้ เพื่อให้เป็นกำลังสำคัญของประเทศอย่างมีคุณภาพ
รูปแบบของหลักสูตร
หลักสูตรระดับปริญญาตรี 4 ปี แบบพหุวิทยาการ โดยมีการจัดการเรียนการสอนเป็นภาษาไทยหรือภาษาอังกฤษในบางรายวิชา และใช้เอกสารและตำราเรียนเป็นภาษาไทยและภาษาอังกฤษ
การรับเข้าศึกษา : รับทั้งนักศึกษาไทยและนักศึกษาต่างชาติที่มีทักษะภาษาไทย
จำนวนหน่วยกิตที่เรียนตลอดหลักสูตร
124 หน่วยกิต
อาชีพที่สามารถประกอบได้หลังสำเร็จการศึกษา
(1) วิศวกรปัญญาประดิษฐ์ (Artificial Intelligence Engineering) ในภาคอุตสาหกรรม และบริการ ที่เป็นขององค์การธุรกิจ และรัฐบาล
(2) ผู้ประกอบกิจการธุรกิจที่ขับเคลื่อนด้วยนวัตกรรม (Innovation Driven Entrepreneur)
ค่าใช้จ่ายตลอดหลักสูตร
อยู่ในระหว่างการพิจารณาของมหาวิทยาลัย
แนวทางการเรียนรู้ของนักศึกษาในหลักสูตร
หลักสูตรมีการส่งเสริมการทำ Capstone project ผู้เรียนสามารถออกแบบแนวทางการเรียนรู้ (learning path) ของตนเอง ทำให้หลักสูตรมีการวางแผนการเรียนรู้ที่มีความยืดหยุ่นสูง สามารถปรับเนื้อหาให้มีความสอดคล้องกับสถานการณ์โลกได้ และเป็นการฝึกฝนทักษะด้านการเรียนรู้ตลอดชีวิต
ภาพแสดงโครงสร้างภาพรวมของการสร้างแนวทางการเรียนรู้ (learning path) ด้านวิชาการ สำหรับผู้ศึกษา
(หมายเหตุ รายชื่อวิชาภายในกลุ่มอาจมีการปรับเปลี่ยนตามความเหมาะสม)
โครงสร้างแนวทางการเรียนรู้ของผู้เรียนตลอดหลักสูตรมี 3 ส่วนประกอบด้วย
ส่วนที่ 1 วิชาแกนกลาง คือ การเขียนโปรแกรม วิทยาการคอมพิวเตอร์ และปัญญาประดิษฐ์ ซึ่งมีการแบ่งการเรียนรู้ออกเป็นหน่วยย่อย ๆ ตลอดหลักสูตร
ส่วนที่ 2 การพัฒนาทักษะภาษา ทักษะเชิงสังคมและการเป็นผู้ประกอบการ ผ่านรูปแบบการเรียนรู้แบบหน่วยย่อย การเรียนรู้ด้วยหลักสูตรคู่ขนาน และกลไก Residential college ซึ่งจะมีให้เลือกเรียนรู้ตลอดหลักสูตร
ส่วนที่ 3 การจัดการเรียนการสอนตามความสนใจและความเร็วในการเรียนรู้ของผู้เรียน การเรียนห้องใหญ่และห้องเล็ก การเรียนรู้ร่วมกับภาคอุตสาหกรรมและชุมชน ซึ่งในส่วนที่ 3 จะแบ่งการเรียนรู้ด้านวิชาการออกเป็นสามระยะคือ
ระยะที่ 1 เรียนรู้รายวิชาที่จำเป็นพื้นฐานในหมวดคณิตศาสตร์ (Mathematics) วิทยาศาสตร์พื้นฐาน (Basic Science) และระบบควบคุมพื้นฐาน (Control System)
ระยะที่ 2 เรียนรู้การจัดการเชิงระบบในหมวดวิศวกรรมระบบและระบบควบคุมอัจฉริยะ และเลือกเรียนวิชาพื้นฐานเชิงระบบเพิ่มเติมในหมวดต่างๆ ตามความสนใจเพื่อเตรียมตัวในการพัฒนา Capstone project โดยมีหมวดหมู่ให้เลือกเรียนใน ด้านระบบชีววิทยา (Biological System) ระบบกลศาสตร์ (Mechanical System) ระบบไฟฟ้า (Electrical System) ระบบพลังงานและเคมี (Energy and Chemical System) ในรูปแบบพหุวิทยาการ
ระยะที่ 3 เลือกเรียนวิชาด้านวิศวกรรมระบบเฉพาะทางในหมวดต่าง ๆ ตามความสนใจและความต้องการของ Capstone project ที่จะพัฒนา
ระยะที่ 4 เน้นทำงานในลักษณะ Capstone project เพื่อการแก้ปัญหาโจทย์ในบริบทสังคมที่เป็นจริงควบคู่ไปกับการประยุกต์ใช้โปรแกรมปัญญาประดิษฐ์สำหรับการแก้ปัญหา
ตัวอย่างแนวทางการเรียนรู้ของผู้เรียนที่ต้องการทำงาน Capstone project ด้านเกษตรอัจฉริยะ (Smart farming)
แนวทางการเรียนรู้ของผู้เรียนที่ต้องการทำงาน Capstone project ด้านเกษตรอัจฉริยะ (Smart farming) สามารถอธิบายได้ดังภาพ
ส่วนที่ 1 วิชาแกนกลาง มีหน่วยการเรียนรู้ตามที่กำหนดแต่เลือกเรียนตามความเร็วในการเรียนรู้
ส่วนที่ 2 ภาษา ทักษะทางสังคม และการเป็นผู้ประกอบการ มีหน่วยการเรียนรู้ตามที่กำหนดและเลือกกิจกรรมหลักสูตรคู่ขนาน และกิจกรรมตามกลไก Residential College ตามความสนใจ
ส่วนที่ 3 การเรียนรู้วิชาการแบบพหุวิทยาการตามความสนใจ เลือกเรียนตามความเร็วในการเรียนรู้ ซึ่งแบ่งออกเป็นสี่ระยะคือ
ระยะที่ 1 เรียนรู้รายวิชาที่จำเป็นพื้นฐานตามหมวดที่กำหนด
ระยะที่ 2 เรียนรู้การจัดการเชิงระบบในหมวดวิศวกรรมระบบและระบบควบคุมอัจฉริยะ ผู้เรียนเลือก year project ที่เกี่ยวข้องกับเกษตรอัจฉริยะ และเลือกเรียนวิชาพื้นฐานเชิงระบบเพิ่มเติมในหมวดระบบชีวภาพและระบบไฟฟ้า ผู้เรียนนำมาฝึกฝนเชิงวิชาการผ่าน year project ของตนเอง
ระยะที่ 3 ผู้เรียนนำผลที่ได้จาก year project มาศึกษาเพิ่มเติมในหัวข้อที่มีความเฉพาะเจาะจงมากขึ้นและมีปัจจัยในเชิงบริบทสังคมที่เป็นจริงเข้ามาประกอบผ่านการเรียนรู้ร่วมกับผู้ประกอบการในชุมชน เลือกเรียนวิชาวิศวกรรมเชิงระบบเฉพาะทางเพิ่มเติมในหมวดระบบชีวภาพเฉพาะทาง ระบบ biosensor และระบบ IOT
ระยะที่ 4 ผู้เรียนทำงาน Capstone project เพื่อสำเร็จการศึกษา
ตัวอย่างแนวทางการเรียนรู้ของผู้เรียนที่ต้องการทำงาน Capstone project ด้านยานพาหนะขนส่งอัตโนมัติ (Automate Guided Vehicle)
แนวทางการเรียนรู้ของผู้เรียนที่ต้องการทำงาน Capstone project ด้านยานพาหนะขนส่งอัตโนมัติ (Automate Guided Vehicle) สามารถอธิบายได้ดังภาพ
ส่วนที่ 1 วิชาแกนกลาง มีหน่วยการเรียนรู้ตามที่กำหนดแต่เลือกเรียนตามความเร็วในการเรียนรู้
ส่วนที่ 2 ภาษา ทักษะทางสังคม และการเป็นผู้ประกอบการ มีหน่วยการเรียนรู้ตามที่กำหนดและเลือกกิจกรรมหลักสูตรคู่ขนาน และกิจกรรมตามกลไก Residential College ตามความสนใจ
ส่วนที่ 3 การเรียนรู้วิชาการแบบพหุวิทยาการตามความสนใจ เลือกเรียนตามความเร็วในการเรียนรู้ ซึ่งแบ่งออกเป็นสี่ระยะคือ
ระยะที่ 1 เรียนรู้รายวิชาที่จำเป็นพื้นฐานตามหมวดที่กำหนด
ระยะที่ 2 เรียนรู้การจัดการเชิงระบบในหมวดวิศวกรรมระบบและระบบควบคุมอัจฉริยะ ผู้เรียนเลือก year project ที่เกี่ยวข้องกับยานพาหนะขนส่งอัตโนมัติ และเลือกเรียนวิชาพื้นฐานเชิงระบบเพิ่มเติมในหมวดระบบไฟฟ้าและระบบเครื่องกล ผู้เรียนนำมาฝึกฝนเชิงวิชาการผ่าน year project ของตนเอง
ระยะที่ 3 ผู้เรียนนำผลที่ได้จาก year project มาศึกษาเพิ่มเติมในหัวข้อที่มีความเฉพาะเจาะจงมากขึ้นและมีปัจจัยในเชิงบริบทสังคมที่เป็นจริงเข้ามาประกอบผ่านการเรียนรู้ร่วมกับอุตสาหกรรมหรือผู้ประกอบการ เลือกเรียนวิชาวิศวกรรมเชิงระบบเฉพาะทางเพิ่มเติมในหมวดระบบไฟฟ้าเฉพาะทาง ระบบ sensor และระบบ IOT
ระยะที่ 4 ผู้เรียนทำงาน Capstone project เพื่อสำเร็จการศึกษา