偶然的机会，李丹疆拿着自己的idea，参加了创业沙拉的活动，没想到得了奖。这给了他莫大的启发，这未尝不是一条可走且长远的路。
当过产品经理，在特效公司做过TD指导，与人合伙创业，李丹疆在深圳、重庆、成都等城市留下了梦想的足迹。
这是李丹疆的第二次创业了。
自从苹果发布他们在AppeWatch的心率监测这一功能后，这项技术主要被运用在运动健康方面。李丹疆通过了解，发现这项技术在测谎等心理学方面也可以大展拳脚。于是，他默默地关注着、了解着，等待着。
偶然的机会，李丹疆拿着自己的idea，参加了创业沙拉的活动，没想到得了奖。这给了他莫大的启发，这未尝不是一条可走且长远的路。
于是，李丹疆带着他的点子，毅然踏上创业之路。
1
为了听懂他们的无声之音
如果说苹果的心率监测功能引发了李丹疆的思考与关注，那么真正推动李丹疆去着手实干的，要追溯到2015年的一个特殊的日子了。
2015年的4月2号，愚人节后的第一天，全球自闭症儿童关注日。李丹疆了解了自闭症群体，发现无论是医学还是科学各界都在努力寻求帮助他们的方法，但至今也没有能够完全治愈的方法和案例。
在强烈的爱心与社会责任感的驱使下，李丹疆决定要做一款情绪识别工具，通过技术和心理学的指标，将情绪量化。他将它命名为“秒懂”，希望大家在和自闭症患者沟通时，能够秒懂他们的心理、情绪变化。
除了在健康领域的应用，李丹疆也看到了秒懂在其他领域的市场潜力，他向我们介绍道：“它主要通过web摄像头或传感器持续地感应你的生物学指标变化，通过云端更新分类模型，从而鉴别用户在5种甚至是更多情绪的实时用户画像，为人机交互提供新方向以及为商业计划提供实时参考。”
2
情绪识别的缺口
自闭症儿童无法与外界交流而导致人们无法探求他们的内心世界、零售市场无法获知新客户的历史数据来做精准营销等等的场景都说明了情绪识别市场存在着很大的缺口。
就拿游戏领域来说，不管是VR还是AR，在使用设备时，感知的都是手势、动作等物理交互，这种人机交互是单向的、冰冷的，对用户的体验感知几乎为零。但是试想一下如果我们可以获取用户在使用VR/AR时的情绪和态度，将情绪量化，我们的交互式游戏和全景直播系统是不是就有了全新的交互纬度和研发改进意见？
如果我们能在这种非接触式、不干扰正常生活和工作前提下，获取用户情绪变化数据，那么在交流方式上就多了一个维度。虚拟世界一旦感性起来，那沉浸式的体验才算真正完整。
3
做真正的情绪识别系统
情绪识别，它属于AI的一部分。到了今天，不仅bat巨头纷纷斥巨资在AI领域探索，国外也有许多关于情绪识别的AI研究。例如以色列的Beyond Verbal利用语音分析、机器学习，运用在手机、健康、汽车等领域；再如美国Affectiva、微软，他们将面部表情数据库运用在视频、娱乐、教育领域。
但有一个问题，这些情绪识别都是非生物指标识别技术，仅基于微表情识别和语音情绪识别来反映情绪的初略描述。在微表情识别中，人们外部展示的情绪和内心真实的情感不是完全的对应关系；而在语音识别中，若没有对话场景存在时，情绪识别将无法获取。
而且从心理学和医学角度来说，人的情绪是相当复杂的，是一个复合的形态，某个瞬间可能不止有一种情绪。
这么看来，目前的市场上可以说仍然没有真正的情绪识别系统。李丹疆自豪地表示：“所以我们通过生理学指标的采集，将情绪绘制在一个二维的象限，将所有的情绪包含在内，它不是一个瞬间的情绪，而是连续的时间里人物的情绪变化，是动态的。”
4
让机器感性起来
情绪一旦实现心理和生理上的量化，便可以运用在安防、广告、监控、游戏、娱乐等领域进行评估。李丹疆开始用2B的方式来验证它的可行性。
例如在大健康领域，李丹疆就做过一个用于健康预测的硬件Demo。最近他将会把它做成一面镜子，里面装上一个全功能设备。在老人每天起床使用镜子时，通过镜子里的设备进行健康检测，发送到子女的手机app上面，让年轻人对老人的情绪状态、健康状况进行了解和预警。李丹疆兴奋地说道：“如果子女手机上安装有这一app，那么即使他们远离父母，也可以即时关注到老人的心理和生理健康状况。如果检测到老人有特定疾病的征兆，就会进行警示，这也是一种刚需。“
不仅是大健康领域，秒懂同样适用于其他领域和行业。目前秒懂正和公安系统进行联合，利用大量的摄像头，进行数据采集和分析训练，不仅有利于对犯罪嫌疑人的预判，甚至可以检测出未发生的犯罪倾向，预防大型暴恐事件。这不是一个精确度能解释的问题，这是一个解决从无到有的转变。
待此项技术在公安方面的应用已经成熟了，李丹疆便会寻找相关的资源进行对接。例如小米、360的智能家居产业链，李丹疆对秒懂的产业链战略也有着自己的想法：“把我们算法的功能升级，上线到平台去，让情绪识别加入到娱乐、健康、销售等行业当中去。”
5
BAT不是对手，而是队友
无论在情绪识别还是整个AI领域，BAT已经走得很远了。面对来自这三大巨头的压力，李丹疆不以为然，“阿里巴巴做面部识别，但他们只敢用在登陆阶段，不敢单独用在支付阶段，主要原因就是因为他们不确定在使用关键功能时是用户本人，还是通过照片或视频进行了破解后的结果。生物活性检测在面部识别技术上的缺失已经在今年315晚会上被质疑过了。但我们采集的是生物学指标，直接采集用户的心率等，这些是不能模仿的，每个人的生物学数据都不一样，最终规律是我们掌握的，我们可以做出判断分析。”
李丹疆并非自恃自满，他只是更喜欢将BAT设为合作伙伴的关系：“我不是说我们的方案有多么的优秀，而是我们这个方案可以和他们打配合。他们采集的数据和我们某部分是一样的，如果他们要通过刷脸实现某些关键操作，这时我们就可以同时用我们的算法，配合面部识别，实现更高级别的安全保护。”
6
让市场将其价值最大化
这种通过获取、分析生物学指标的情绪识别系统，无疑会建造起它巨大的数据金矿。所以当我们问道李丹疆是否担心融资的问题时，他表示对项目有信心：“如果能融资成功当然好，但如果没有融资成功，我们也有资金来源可以支持项目进行。例如将数据分析结果用于行业趋势预测、精准营销、风险控制、公司战略决策等获取报表性收益，又如将我们的技术嵌入各行业现有的视频采集系统中，对行业的销售、可监控等商业大数据（BI）提供关键性帮助，获得业务性收益，我们现在和公安局的合作便是如此。”
但由于人力的不足，目前李丹疆团队只能先走B端市场，用中间运营服务的方式，提供软件系统，在云端供其他开发者和开发公司使用。利用中间线的这种销售方式，实际等于销售一个引擎，而这个引擎要被用在哪里、发挥出多大的效能，这一切的可能性取决于市场。
令人佩服的是，李丹疆除了创业的初衷让人动容，他和团队还有一个共识——项目的最终目的除了盈利之外，他们希望软件SDK的使用，是纯免费的。李丹疆以开放且具有前瞻性的口吻表示：“我相信这个行业中绝大多数的尖端企业，他们更希望把各种技术融合，以更多元的方式实现生物学的验证或识别，这是未来的一个发展趋势。”和全球的技术开发者一样，他们致力于把技术的使用方式全部开源，拓展它的使用方向。
李丹疆的愿望能否实现，我们且拭目以待。但可以确定的是，他并不会轻易地放弃。
用李丹疆自己的话来讲，“我是个对所做之事有点固执甚至有点偏执的人，如果我对某项技术、某个方向有兴趣，觉得它有发展前景，我甚至会废寝忘食好几天，去弄清楚它。”这种追求极致的匠人精神，不仅推动李丹疆走上创业道路，相信也会支撑他越走越远。
秒懂，团队共7人。2016年3月完成Demo，5月完成天使轮投资，目前优化阶段，正在和公安局联合运用，预计2017年底上线。目前正寻求500W RMB A轮融资，出让10%股权。
