วิศวกรรมศาสตรมหาบัณฑิต สาขาวิศวกรรมบูรณาการปัญญาประดิษฐ์
วิศวกรรมศาสตรมหาบัณฑิต สาขาวิศวกรรมบูรณาการปัญญาประดิษฐ์ เป็นหลักสูตรที่อยู่ระหว่างการพัฒนา โดยมีเป้าหมายเป็นหลักสูตรระดับบัณฑิตศึกษาที่ออกแบบมาเพื่อเสริมศักยภาพให้กับผู้ประกอบวิชาชีพ ด้วยความรู้เฉพาะทางในสาขาวิศวกรรมควบคู่กับความสามารถในการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ (AI)
หลักสูตรนี้เปิดรับผู้สำเร็จการศึกษาจาก ทุกสาขาวิชา ไม่จำกัดเฉพาะด้านวิทยาการคอมพิวเตอร์หรือวิศวกรรมคอมพิวเตอร์เท่านั้น โดยสามารถเรียนจบได้ภายใน 2 ปี และเหมาะเป็นพิเศษสำหรับนิสิตจาก โครงการ 4+1 ของมหาวิทยาลัยเกษตรศาสตร์ ซึ่งได้เรียนรู้พื้นฐาน AI และฝึกทำวิจัยในระดับปริญญาตรีมาก่อนแล้ว ทำให้สามารถเร่งรัดการเรียนโดยไม่ต้องเรียนซ้ำในรายวิชาพื้นฐาน
คุณลักษณะเด่นของหลักสูตร
- เชี่ยวชาญเฉพาะทางด้วย AI: นิสิตจะประยุกต์ใช้เทคนิค AI เช่น machine learning, data science, computer vision กับปัญหาจริงในสาขาทางวิศวกรรมศาสตร์เฉพาะทาง
- เรียนรู้ทั้งทฤษฎีและการปฏิบัติที่ใช้ได้จริง: แม้มุ่งเน้นการใช้งานจริง แต่นิสิตจะได้รู้และสร้างเข้าใจเชิงลึก และเรียนรู้การประยุกต์ใช้ AI เข้ากับงานด้านทางวิศวกรรม
- เรียนได้ทุกคน เน้นเส้นทาง 4+1: แม้หลักสูตรจะเปิดกว้างสำหรับผู้เรียนจากทุกสาขา แต่หลักสูตรถูกออกแบบให้เหมาะสมกับผู้ที่มีพื้นฐานทางวิศวกรรมศาตร์ ผู้ที่จบจากโครงการ 4+1 จะสามารถเรียนและทำวิจัยได้ทันที ส่วนนิสิตกลุ่มอื่นจะต้องมีการเรียนรายวิชาพื้นฐานด้าน AI และการเขียนโปรแกรมเพิ่มเติมเพื่อสร้างความพร้อมก่อนที่จะเริ่มทำวิจัย
เงื่อนไขการสำเร็จการศึกษา
- ทำวิจัยในหัวข้อที่เกี่ยวข้องกับการประยุกต์ AI ในงานวิศวกรรม
- แสดงความสามารถในการบูรณาการ AI กับองค์ความรู้สาขาต่าง ๆ และตีพิมพ์บทความวิชาการที่ผ่านการกลั่นกรองอย่างน้อย 1 เรื่อง (วารสารหรือการประชุมวิชาการ)
โอกาสสายอาชีพ
ผู้สำเร็จการศึกษาสามารถ
- ทำงานเป็น นักวิเคราะห์ข้อมูล (Data Analyst), วิศวกรที่ใช้ AI เป็นเครื่องมืออย่างเชี่ยวชาญ (AI-empowered Engineer) หรือ นักพัฒนาระบบอัจฉริยะ (Smart System Developer) ในสาขาทางวิศวกรรมศาสตร์ต่าง ๆ
- ทำงานในสายงานด้านวิศวกรรมศาสตร์ที่เชี่ยวชาญ โดยมีทักษะความรู้ความเช้าใจด้าน AI ที่เข้มข้น
- ร่วมทีมวิจัยและนวัตกรรมแบบสหวิทยาการ ทั้งในภาคอุตสาหกรรมและภาคการศึกษา
โครงสร้างหลักสูตร
การเรียนในหลักสูตรจะประกอบไปด้วยการเรียนพื้นฐานวิชาเอกบังคับด้าน AI และวิชาเลือกเพื่อเพิ่มความเชี่ยวชาญในด้านต่าง ๆ พร้อมทำวิจัยเชิงประยุกต์กับห้องปฏิบัติการในภาควิชาที่หลากหลายในคณะวิศวกรรมศาสตร์ เพื่อให้สามารถเขียนและตีพิมพ์งานวิจัยที่มีคุณภาพได้
หลักสูตรจะมีโครงสร้างดังนี้
| รายวิชา | จำนวนหน่วยกิต |
|---|---|
| 1. วิชาเอก | ไม่น้อยกว่า 24 หน่วยกิต |
| - สัมมนา | 2 หน่วยกิต |
| - วิชาเอกบังคับ | 7 หน่วยกิต |
| - วิชาเอกเลือก | ไม่น้อยกว่า 15 หน่วยกิต |
| 2. วิทยานิพนธ์ | ไม่น้อยกว่า 12 หน่วยกิต |
รายวิชาในหลักสูตร
วิชาเอกบังคับ
- รายวิชากลุ่ม AI และ machine learning (รายวิชา 1 หน่วยกิต)
- Advanced machine learning I
- Advanced machine learning II
- AI for data interpretation
- รายวิชากลุ่มวิศวกรรมข้อมูล (รายวิชา 1 หน่วยกิต)
- Data acquisition
- Data preprocessing
- Database and data warehouse
- Research methods in computer engineering
วิชาเอกเลือก แบ่งเป็น 3 กลุ่ม โดยมีตัวอย่างรายวิชา เช่น
- รายวิชากลุ่ม AI และ machine learning (รายวิชา 1 หน่วยกิต)
- Deep learning I
- Deep learning II
- Foundation of generative AI for engineering
- Advanced applications of generative AI for engineering
- AI for image analysis
- Pattern recognition
- Applied optimization for AI
- Planning and scheduling
- Evolutionary learning
- Ethical AI
- Fair machine learning
- Explainable AI
- AI security
- รายวิชากลุ่มวิศวกรรมข้อมูล
- Data visualization
- Data science and analytics
- Complex-data processing
- Advanced data encoding
- Digital image processing
- รายวิชาเฉพาะทางอื่น ๆ
- AI-Enhanced manufacturing processes
- AI in robotics
- Digital twin technology
- Predictive maintenance and condition monitoring
- Computational material science
ไม่ว่าคุณจะเริ่มต้นใหม่หรือมาต่อจากโครงการ 4+1 หลักสูตรนี้จะเปลี่ยนคุณให้เป็นมืออาชีพที่สามารถ “คิด ทำ และนำ” ในยุคแห่ง AI ได้อย่างแท้จริง