วิศวกรรมสิ่งแวดล้อมบูรณาการปัญญาประดิษฐ์
อนาคตของวิศวกรรมสิ่งแวดล้อมด้วย AI เพื่อความยั่งยืน เมืองอัจฉริยะ และการรับมือกับการเปลี่ยนแปลงสภาพภูมิอากาศ
วิศวกรรมสิ่งแวดล้อมบูรณาการปัญญาประดิษฐ์ (AI-Integrated Environmental Engineering) ที่มหาวิทยาลัยเกษตรศาสตร์ เปิดโอกาสให้นิสิตสำเร็จการศึกษาระดับปริญญาตรีสาขาวิศวกรรมสิ่งแวดล้อมภายใน 4 ปี พร้อมเรียนรู้พื้นฐานด้าน AI ควบคู่ไปด้วย และศึกษาต่อเพิ่มอีก 1 ปี เพื่อสำเร็จการศึกษาระดับปริญญาโทด้าน AI
หลักสูตรมุ่งมุ่งเน้นการบูรณาการระหว่างความรู้พื้นฐานด้านวิศวกรรมสิ่งแวดล้อมกับเทคโนโลยี AI ที่ทันสมัย เพื่อนำไปประยุกต์ใช้ในการแก้ไขปัญหาสิ่งแวดล้อมที่มีความซับซ้อนได้อย่างชาญฉลาด อาทิ การควบคุมมลพิษ การจัดการทรัพยากรอย่างมีประสิทธิภาพ และการวางแผนเพื่อรับมือกับปัญหาด้านสิ่งแวดล้อมอย่างแม่นยำและยั่งยืน นิสิตจะได้พัฒนาทักษะผ่านการทำโครงงานแบบสหวิทยาการโดยใช้ข้อมูลจริง และมีโอกาสฝึกประสบการณ์กับภาคอุตสาหกรรมหรือสถาบันวิจัยทั้งในประเทศและต่างประเทศ หลักสูตรนี้จึงเป็นรากฐานสำคัญในการพัฒนาบัณฑิตให้พร้อมก้าวสู่การเป็นวิศวกรสิ่งแวดล้อมยุคใหม่ที่มีทักษะด้าน AI และเป็นผู้นำในการพัฒนาแนวทางแก้ไขปัญหาสิ่งแวดล้อมอย่างยั่งยืนด้วยการขับเคลื่อนบนพื้นฐานของข้อมูลและเทคโนโลยีอัจฉรยะ
ภาพรวมหลักสูตร
หลักสูตรนี้เป็นส่วนหนึ่งของ AI-Integrated Engineering Program (AIEP)
เปิดสอนโดยความร่วมมือพิเศษโดยภาควิชาวิศวกรรมสิ่งแวดล้อม
- ระดับปริญญาตรี: วิศวกรรมศาสตรบัณฑิต สาขาวิศวกรรมสิ่งแวดล้อม (นานาชาติ)
- ระดับปริญญาโท: วิศวกรรมศาสตรมหาบัณฑิต สาขาวิศวกรรมบูรณาการปัญญาประดิษฐ์ (หลักสูตรภาษาไทย)
- เปิดรับรุ่นแรก: ปีการศึกษา 2569
- จำนวนรับ: 20 คน นิสิตหลักสูตรนานาชาติ
- ประเภทนิสิต: IUP
- ช่องทางรับเข้า: TCAS1 (Portfolio), TCAS2, TCAS3 (Admission)
จุดเด่นของหลักสูตร
หลักสูตรเร่งรัด 4+1:
- เรียนปริญญาตรีวิศวกรรมสิ่งแวดล้อม 4 ปี พร้อมพื้นฐานด้าน AI
- เรียนต่อเพิ่มอีก 1 ปี เพื่อจบปริญญาโทด้าน AI
เป้าหมายของหลักสูตร:
- บูรณาการความรู้วิศวกรรมสิ่งแวดล้อมกับเทคโนโลยี AI
- ประยุกต์ใช้เทคโนโลยี AI แก้ปัญหาสิ่งแวดล้อมที่ซับซ้อน
- เน้นการควบคุมมลพิษ การจัดการทรัพยากรอย่างมีประสิทธิภาพ และการวางแผนอย่างยั่งยืน
การเรียนรู้และประสบการณ์:
- ทำโครงงานสหวิทยาการโดยใช้ข้อมูลจริง
- ฝึกประสบการณ์กับภาคอุตสาหกรรมหรือสถาบันวิจัย ทั้งในและต่างประเทศ
หัวข้อโครงงานและวิจัยตัวอย่าง
- ระบบตรวจวัดและแจ้งเตือนคุณภาพสิ่งแวดล้อมแบบเรียลไทม์
- การจัดการระบบบำบัดมลพิษอัจฉริยะ
- การประเมินคาร์บอนฟุตพริ้นท์ของกระบวนการผลิตโดยใช้ AI
- การพัฒนาแบบจำลอง AI เพื่อพยากรณ์คุณภาพน้ำในแม่น้ำหรือแหล่งน้ำชุมชน
- การระบบอัจฉริยะสำหรับตรวจจับและคัดแยกขยะรีไซเคิลด้วย Computer Vision
- วิเคราะห์และพยากรณ์แนวโน้มมลพิษทางอากาศ
- การวิเคราะห์ข้อมูลคุณภาพน้ำเสียจากแหล่งกำเนิดเพื่อพัฒนาแนวทางการควบคุมการระบายมลพิษด้วย AI
พันธมิตรภาคอุตสาหกรรมและวิจัย
- กรมควบคุมมลพิษ
- กรมโรงงานอุตสาหกรรม
- กรมการเปลี่ยนแปลงสภาพภูมิอากาศและสิ่งแวดล้อม
- มหาวิทยาลัยต่างประเทศ
- อุตสาหกรรมการผลิตและโรงงานอุตสาหกรรม
เส้นทาง 4+1
- นิสิตจะต้องผ่านเกณฑ์ด้านวิชาการ โดยในช่วง 3 ปีแรกของการเรียนระดับปริญญาตรีจะต้องลงทะเบียนรายวิชาพื้นฐานด้านปัญญาประดิษฐ์
- นิสิตจะเริ่มเรียนรายวิชาระดับบัณฑิตศึกษาในการเรียนปีที่ 4 (ดูรายละเอียดหลักสูตรวิศวกรรมบูรณาการปัญญาประดิษฐ์)
- โครงงานวิศวกรรมระดับชั้นปีที่ 4 จะเชื่อมโยงกับหัวข้อวิทยานิพนธ์ในระดับปริญญาโท
- จะได้รับปริญญาวิศวกรรมศาสตรบัณฑิต และวิศวกรรมศาสตรมหาบัณฑิตภายในเวลา 5 ปี และพร้อมที่จะเป็นวิศวกรยุคใหม่
แผนการเรียนโดยละเอียดแสดงด้านล่าง สามารถอ่านเกี่ยวกับรายวิชาพื้นฐานด้าน AI ระดับปริญญาตรี และหลักสูตรระดับปริญญาโทได้
แผนการเรียน
| ชั้นปีที่ 1 ภาคต้น | |||
|---|---|---|---|
| 01204111 | คอมพิวเตอร์และการโปรแกรม | 3 (2-3-6) | |
| 01417167 | คณิตศาสตร์วิศวกรรม I | 3 (3-0-6) | |
| 01420111 | ฟิสิกส์ทั่วไป I | 3 (3-0-6) | |
| 01420113 | ปฏิบัติการฟิสิกส์ I | 1 (0-3-2) | |
| 01999111 | ศาสตร์แห่งแผ่นดิน | 2 (2-0-4) | |
| 01175xxx | กิจกรรมพลศึกษา | 1 (0-2-1) | |
| 01355xxx | วิชาภาษาอังกฤษ | 3 (- -) | |
| วิชาศึกษาทั่วไป กลุ่มสาระภาษากับการสื่อสาร (วิชาภาษาไทย) | 3 (- -) | ||
| รวม | 19 (- -) | ||
| ชั้นปีที่ 1 ภาคปลาย | |||
| 01210331 | การจัดการระบบสิ่งแวดล้อม | 3 (3-0-6) | |
| 01208111 | การเขียนแบบวิศวกรรม | 3 (2-3-6) | |
| 01403114 | ปฏิบัติการหลักมูลเคมีทั่วไป | 1 (0-3-2) | |
| 01403117 | หลักมูลเคมีทั่วไป | 3 (3-0-6) | |
| 01417168 | คณิตศาสตร์วิศวกรรม II | 3 (3-0-6) | |
| 01420112 | ฟิสิกส์ทั่วไป II | 3 (3-0-6) | |
| 01420114 | ปฏิบัติการฟิสิกส์ II | 1 (0-3-2) | |
| วิชาศึกษาทั่วไป กลุ่มสาระศาสตร์แห่งผู้ประกอบการ | 3 (- -) | ||
| รวม | 20 | ||
| ชั้นปีที่ 2 ภาคต้น | |||
| 01208221 | กลศาสตร์วิศวกรรม I | 3 (3-0-6) | |
| 01210211 | เคมีและชีววิทยาของน้ำและน้ำเสีย | 3 (3-0-6) | |
| 01210212 | ปฏิบัติการเคมีและชีววิทยาของน้ำและน้ำเสีย | 1 (0-3-2) | |
| 01210215 | อุทกธรณีวิทยาสำหรับวิศวกรสิ่งแวดล้อม | 3 (3-0-6) | |
| 01417267 | คณิตศาสตร์วิศวกรรม III | 3 (3-0-6) | |
| 01204162 | เอไอประยุกต์สำหรับงานวิศวกรรม | 3 (3-0-6) | รายวิชาพื้นฐานด้าน AI |
| 01355xxx | วิชาภาษาอังกฤษ | 3 (- -) | |
| วิชาศึกษาทั่วไป กลุ่มวิชาภาษากับการสื่อสาร (วิชาสารสนเทศ/คอมพิวเตอร์) | 3 (- -) | ||
| รวม | 22 | ||
| ชั้นปีที่ 2 ภาคปลาย | |||
| 01206221 | ความน่าจะเป็นและสถิติประยุกต์สำหรับวิศวกร | 3 (3-0-6) | |
| 01209211 | กลศาสตร์ของของไหล | 3 (3-0-6) | |
| 01210213 | หน่วยปฏิบัติการและกระบวนการสำหรับวิศวกรรมสิ่งแวดล้อม I | 3 (3-0-6) | |
| 01210214 | ปฏิบัติการวิศวกรรมสิ่งแวดล้อม I | 1 (0-3-2) | |
| 01210231 | การสำรวจสำหรับงานวิศวกรรมสิ่งแวดล้อม | 3 (2-3-6) | |
| 01213211 | วัสดุศาสตร์สำหรับวิศวกร | 3 (3-0-6) | |
| 01204261 | คณิตศาสตร์พื้นฐานสำหรับเอไอประยุกต์ | 3 (3-0-6) | รายวิชาพื้นฐานด้าน AI |
| วิชาศึกษาทั่วไป กลุ่มสาระอยู่ดีมีสุข | 3 (- -) | ||
| รวม | 22 (- -) | ||
| ชั้นปีที่ 3 ภาคต้น | |||
| 01209312 | ปฏิบัติการสำหรับวิชากลศาสตร์ของของไหล | 1 (0-3-2) | |
| 01210311 | หน่วยปฏิบัติการและกระบวนการสำหรับวิศวกรรมสิ่งแวดล้อม II | 3 (3-0-6) | |
| 01210313 | ปฏิบัติการวิศวกรรมสิ่งแวดล้อม II | 1 (0-3-2) | |
| 01210321 | มลพิษทางอากาศและการควบคุม | 3 (3-0-6) | |
| 01210322 | วิศวกรรมขยะมูลฝอย | 3 (3-0-6) | |
| 01204262 | หลักการโปรแกรมเพื่อการประมวลผลข้อมูลสำหรับเอไอประยุกต์ | 3 (3-0-6) | รายวิชาพื้นฐานด้าน AI |
| 01355xxx | วิชาภาษาอังกฤษ | 3 (- -) | |
| รวม | 17 (- -) | ||
| ชั้นปีที่ 3 ภาคปลาย | |||
| 01210312 | การสุขาภิบาลอาคารและระบบระบายน้ำ | 3 (2-3-6) | |
| 01210323 | วิศกรรมของเสียอันตราย | 3 (3-0-6) | |
| 01210411 | การออกแบบทางวิศวกรรมประปา | 3 (2-3-6) | |
| 01210412 | การออกแบบทางวิศวกรรมน้ำเสีย | 3 (3-0-6) | |
| วิชาศึกษาทั่วไป กลุ่มสาระอยู่ดีมีสุข | 3 (- -) | ||
| รวม | 15 (- -) | ||
| ชั้นปีที่ 4 ภาคต้น | |||
| 01210421 | การควบคุมมลพิษทางเสียงและการสั่นสะเทือน | 3 (3-0-6) | |
| 01210431 | การประเมินผลกระทบสิ่งแวดล้อม | 3 (3-0-6) | |
| 01210495 | การเตรียมโครงงานวิศวกรรมสิ่งแวดล้อม | 1 (0-3-2) | |
| 01210399 | การฝึกงาน | 1 | |
| วิชาเฉพาะเลือก | 6 (- -) | ||
| วิชาศึกษาทั่วไป กลุ่มสาระสุนทรียศาสตร์ | 3 (- -) | ||
| รวม | 17 (- -) | ||
| รายวิชาระดับบัณฑิตศึกษา (เรียนตอนปี 4 ภาคต้น) | |||
| 01204xxx | Research methodology | 1 | รายวิชาบังคับระดับบัณฑิตศึกษา |
| 01204xxx | Data Acquisition | 1 | รายวิชาบังคับระดับบัณฑิตศึกษา |
| 01204xxx | Data Preprocessing | 1 | รายวิชาบังคับระดับบัณฑิตศึกษา |
| 01204xxx | Database and Data Warehouse | 1 | รายวิชาบังคับระดับบัณฑิตศึกษา |
| Electives | 2 - 3 | รายวิชาเลือกระดับบัณฑิตศึกษา | |
| ชั้นปีที่ 4 ภาคปลาย | |||
| 01210413 | โครงสร้างและระบบในงานวิศวกรรมสิ่งแวดล้อม | 3 (3-0-6) | |
| 01210497 | สัมมนา | 1 | |
| 01210499 | โครงงานวิศวกรรมสิ่งแวดล้อม | 2 (0-6-3) | |
| วิชาเลือกเสรี | 6 (- -) | ||
| วิชาเฉพาะเลือก | 3 (- -) | ||
| รวม | 15 (- -) | ||
| รายวิชาระดับบัณฑิตศึกษา (เรียนตอนปี 4 ภาคปลาย) | |||
| 01204xxx | Seminar | 1 | รายวิชาบังคับระดับบัณฑิตศึกษา |
| 01204xxx | Advanced Machine Learning I | 1 | รายวิชาบังคับระดับบัณฑิตศึกษา |
| 01204xxx | Advanced Machine Learning II | 1 | รายวิชาบังคับระดับบัณฑิตศึกษา |
| 01204xxx | AI for data interpretation | 1 | รายวิชาบังคับระดับบัณฑิตศึกษา |
| Electives | 2 - 3 | รายวิชาเลือกระดับบัณฑิตศึกษา | |
| บัณฑิตศึกษาปีที่ 1 ภาคต้น | |||
| 01204xxx | Seminar | 1 | รายวิชาบังคับระดับบัณฑิตศึกษา |
| 01204xxx | Thesis | 6 | วิทยานิพนธ์ |
| Electives | 6 - 7 | รายวิชาเลือกระดับบัณฑิตศึกษา | |
| บัณฑิตศึกษาปีที่ 1 ภาคปลาย | |||
| 01204xxx | Thesis | 6 | วิทยานิพนธ์ |
| Electives | 3 - 4 | รายวิชาเลือกระดับบัณฑิตศึกษา | |
เส้นทางอาชีพ
- นักวางแผนสิ่งแวดล้อมเมือง โดยใช้ AI + GIS
- วิศวกรสิ่งแวดล้อมที่เชี่ยวชาญด้าน AI
- นักวิเคราะห์ข้อมูลสิ่งแวดล้อม
- นักพัฒนาระบบอัจฉริยะเพื่อการจัดการทรัพยากรและสิ่งแวดล้อม
- ผู้เชี่ยวชาญด้านการจำลองและพยากรณ์มลพิษสิ่งแวดล้อมด้วย AI
- ผู้ประกอบการด้านนวัตกรรมสิ่งแวดล้อมและเทคโนโลยีดิจิทัล
- นักวิจัย
จุดแข็งของหลักสูตร
- การแก้ปัญหาแบบเรียลไทม์จากเซนเซอร์ ข้อมูลดาวเทียม และ digital twins
- ทักษะจำลองสิ่งแวดล้อมด้วยการผสาน AI
- เข้าถึงเครื่องมือและโครงงาน AI ข้ามศาสตร์ตั้งแต่ระดับปริญญาตรี
- เปิดทางสู่อาชีพด้านความยั่งยืน นโยบาย และโครงสร้างพื้นฐานอัจฉริยะ
- มุ่งเน้นการเรียนรู้แบบสหวิทยาการ พร้อมฝึกปฏิบัติจากข้อมูลจริง
กิจกรรมเสริม
- การอบรมระยะสั้น เพื่อเรียนรู้การพัฒนาสิ่งแวดล้อมอย่างยั่งยืนด้วยเทคโนโลยี AI
- กิจกรรมแข่งขันพัฒนานวัตกรรมและ Hackathon ร่วมกับพันธมิตรภาคอุตสาหกรรม
- โครงการแลกเปลี่ยนหรือความร่วมมือวิจัยเสมือนจริงกับมหาวิทยาลัยต่างประเทศ
- ฝึกงานในภาคอุตสาหกรรม โดยมุ่งเน้นการประยุกต์ใช้ AI ในการแก้ปัญหาทางวิศวกรรม
- งานแสดงผลงานโครงงานบัณฑิต (Capstone Exhibition Day) ที่ผสาน AI กับวิศวกรรม
รายวิชาพื้นฐานด้าน AI (เลือกเรียนในระดับปริญญาตรี)
นิสิตจะต้องลงเรียนรายวิชาต่อไปนี้ ระหว่างการเรียน 3 ปีแรก
- 01204162 เอไอประยุกต์สำหรับงานวิศวกรรม (Applied AI for Engineering)
- คณิตศาสตร์พื้นฐานสำหรับวิศวกรปัญญาประดิษฐ์ (Mathematical Foundations for AI Engineers) รายวิชาอยู่ระหว่างการพัฒนา
- หลักการโปรแกรมเพื่อการประมวลผลและวิเคราะห์ข้อมูล (Programming Concepts for Data Processing and Analysis) รายวิชาอยู่ระหว่างการพัฒนา
นอกจากนี้อาจมีการเทียบรายวิชาจากสาขาวิศวกรรมสิ่งแวดล้อมเพื่อเทียบเท่ากับรายวิชาเหล่านี้ได้
ผลลัพธ์บัณฑิตที่โดดเด่น
บัณฑิตจากแผนการเรียนนี้จะสามารถ:
- มีความรู้และทักษะด้านวิศวกรรมสิ่งแวดล้อมควบคู่กับเทคโนโลยี AI และการวิเคราะห์ข้อมูลขั้นสูง
- สามารถออกแบบและพัฒนาเครื่องมือหรือระบบอัจฉริยะเพื่อใช้ในการแก้ปัญหาด้านสิ่งแวดล้อม เช่น ระบบพยากรณ์คุณภาพน้ำและอากาศ
- มีมุมมองที่ทันสมัยต่อการจัดการสิ่งแวดล้อม สอดคล้องกับแนวคิด Smart City และ Sustainable Development Goals (SDGs)
- พร้อมต่อยอดในสายงานวิจัย นวัตกรรม หรือผู้ประกอบการด้าน Green Tech และ AI for Environment