在图像识别领域，总有些人提出很奇怪的问题。总的来讲，有些人认为AI识别无所不能，不应该出错，如果出错了，那就是AI没做好。这其实是非常不科学的。世上哪有不出错的事呢？

AI比人工强大的地方主要是强大的数据处理能力，能从海量数据中提取可用于分类的信息。但这种能力其实也受到很多的制约。

首先，数据自身准确性制约。如果AI学习的数据本身就不准确，很显然，它很难做到100%准确。在实际的细胞图像识别中，原始数据来源于医生的诊断。但医生的诊断并不稳定，同一样本，有人诊断为ASCUS，有人诊断为正常，还有人可能诊断为LSIL。仁者见仁，智者见智，谁对谁错，谁知道呢。

其次，前置条件的制约。从取材到运输，从制片到染色，每一步都影响着最终的成片效果。而成片效果则影响着最终的识别效率。很显然，一个平铺均匀，背景清晰，色彩正常的片子，识别效率会远远高于一个厚薄不一，杂质覆盖，色彩失真的片子。