計算機視覺相當於是人工智慧的大門，如果這個門不開啟，就沒有辦法真的研究真實世界的人工智慧。因為視覺資訊與聽覺觸覺相比要重要得多，人的大腦皮層70%的活動都在處理視覺資訊，如果沒有視覺資訊的話，整個人工智慧只是一個空架子，只能做符號推理（下棋，定理證明等）。

計算機視覺相當於一個研究領域，有很多問題要研究。而機器學習更像是一個方法和工具。
本身應當叫統計學習，方法都是從概率領域拿來的，但是機器學習領軍人物把統計和物理的數理模型，改名叫做機器，比如某某模型（model）叫某某機（machine）；把一些層次模型（hierarchical model）說成網（net），搞出了許多機和網，就成了新的領域。
機器：統計模型。 學習：用資料來擬合模型。是計算機的人將統計的理論與方法應用到視覺、語音等領域，形成了機器學習這個模型。

機器學習與計算機視覺大概有60~70%的是重合的。

人工智慧是終極目標，讓機器像人那樣的思考、處理事情。

解決問題的過程：抽象成問題（表達），尋找演算法，實現。視覺是受任務驅動的，而任務是時刻在改變之中，我怎樣通過這千千萬萬的任務，而不是簡單一個分類，來驅動我的計算的過程，來找到我的需求，來支援我目前的任務，這是一個巨大的研究的方向 。

當你要去識別、分析一個模式，比如一個動物、人臉、 一個事件， 你首先要建立一個數理模型，這個模型通過資料來擬合，也就是當前的機器學習。那麼，判斷這個模型好壞，或者模型是否充分的一個依據是什麼？產生式建模的方法就是對這個模型隨機抽樣，也就是合成（synthesis）。