“基于机器学习、图像拼接和随机通信算法的图像'障碍物'智能识别与去除系统”（Pure Insight）项目由徐硕、付博、张克、陈孟宋、白金同学共同设计完成。Pure Insight的设计源于生活：拍照时，镜头中常常会闯入行人或车辆等障碍物，很难得到一张“纯净”的图像。因此项目团队萌生了设计一款智能去除障碍物的软件的念头。在后期项目调研过程中，大家更是惊喜地发现Pure Insight可以应用于更广的领域，如实景地图测绘、航拍图像处理、影视制作、VR、AR等。

   Pure Insight原先只能简单地去除运动的障碍物，添加了机器学习模块后，Pure Insight可以智能识别人像，进而拥有了自动批处理和一键除障的能力；为了使得软件可以去除静止障碍物，并弥补障碍物去除不干净的缺陷，又增加了涂抹式修复模块。在这样的迭代设计中，Pure Insight逐渐健壮起来。        “基于排序学习的全局信息抽取算法”项目由郑豪、刘一、黄若徐同学共同完成。项目出发点来源于传统的关系抽取算法并不完善，无论是效率还是准确性都有提升空间。团队在现有方法的基础上，开创性地提出了一个能够有效地利用跨句子信息的方法——RankRE 。这是一种基于排序的方法，此方法首先学习一个基于Listwise 的学习排序模型的评分函数，然后用其来进行多标签的关系抽取。实验结果显示，该方法比所有的最先进的基准方法更出色。另外，为了进一步提高高质量抽取结果的排名，项目团队提出了一个对不同实体对间关系的排名方法。这个方法可以很容易地集成到综合关系抽取框架中，并且显著地提高精度。
     “RIIM火星勘探机器人”项目由马小山、邱宁、张啸宇、马皓晔、蒋越、李鹏宇、刘俊兵同学共同完成。RIIM是一个具有四足机构与笼形外壳的小型机器人，整体行进方式可以用四足移动，也可以利用其外型进行高速的滚动，上面置有图传可以及时将画面传回地面站，摄像头还带有环境建模能力以增加侦查的力度。