หลักสูตรวิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมระบบอัจฉริยะ (หลักสูตรพหุวิทยาการ)

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