AI系统知识全景图：从基础理论到前沿趋势的完整面试体系

用户想让我生成一个关于AI系统知识的信息图，用于面试场景。我需要组织一个全面的AI系统知识框架，然后选择合适的信息图模板来呈现。

让我思考一下AI系统知识应该包含哪些内容：

1. AI基础知识 - 机器学习、深度学习、神经网络
2. 机器学习类型 - 监督学习、无监督学习、强化学习
3. 深度学习架构 - CNN、RNN、Transformer等
4. 大语言模型 - GPT、BERT等
5. AI应用领域 - NLP、CV、语音识别等
6. AI工程化 - MLOps、模型部署等
7. 最新趋势 - 生成式AI、多模态等

考虑到这是一个知识体系，可以用层级结构或者序列结构来呈现。我觉得可以选择：

- `hierarchy-tree-tech-style-capsule-item` - 适合展示技术知识树
- 或者 `list-grid-badge-card` - 展示不同模块

考虑到这是面试场景，AI系统知识涵盖面广且有层级关系，我选择 `hierarchy-tree-tech-style-capsule-item` 模板来展示树状知识结构。

让我组织一个合理的AI系统知识框架：

根节点：AI系统知识
├── 基础理论
│ ├── 机器学习
│ ├── 深度学习
│ └── 概率与统计
├── 核心算法
│ ├── 监督学习
│ ├── 无监督学习
│ └── 强化学习
├── 深度学习架构
│ ├── CNN
│ ├── RNN/LSTM
│ └── Transformer
├── 大语言模型
│ ├── GPT系列
│ ├── BERT
│ └── 提示工程
├── AI工程化
│ ├── MLOps
│ ├── 模型部署
│ └── RAG
└── 前沿趋势
├── 多模态
├── AI Agent
└── AGI

但 hierarchy-tree 模板可能有不同的结构要求。让我考虑使用一个更通用的模板。

实际上，`hierarchy-tree-tech-style-capsule-item` 或 `hierarchy-tree-tech-style-badge-card` 应该适合。但我不确定具体的数据结构要求。

让我再看看模板列表...

对于这种知识体系，`list-grid-badge-card` 或 `list-grid-ribbon-card` 可能更适合，它们可以展示并列的知识模块。

或者用 `hierarchy-tree-tech-style-capsule-item` 来展示树形结构。

考虑到 AntV Infographic Syntax 的特点和面试场景，我选择 `hierarchy-tree-tech-style-capsule-item`，因为它适合展示技术知识体系。

让我构造数据结构：

data:
title: AI 系统知识全景图
desc: 面试必备：从基础到前沿的完整AI知识体系
items:
- label: AI系统知识
children:
- label: 基础理论
children:
- label: 机器学习
- label: 深度学习
- label: 概率与统计
- label: 核心算法
children:
- label: 监督学习
- label: 无监督学习
- label: 强化学习
...

等等，我需要看看模板支持的 children 嵌套深度。一般来说，2-3层是比较合理的。

我觉得也可以用 `compare-hierarchy-left-right-circle-node-pill-badge` 来做左右对比，但AI知识不是对比关系。

让我重新考虑，也许用 `list-grid-badge-card` 会更清晰，因为它可以用卡片形式展示各个知识模块。但这样就没有层级关系了。

对于面试场景，展示AI系统知识的广度比较重要，`list-grid-badge-card` 可能更好，每个卡片是一个知识领域。

但层级结构确实更能体现"系统知识"。我选择 `hierarchy-tree-tech-style-capsule-item`。

让我输出合理的结构。我需要确保语法正确。

实际上，让我重新审视。面试官问AI系统知识，生成一个信息图帮助记忆和梳理。我觉得树形层级结构是最合适的。

让我用 `hierarchy-tree-tech-style-capsule-item` 模板：

```
infographic hierarchy-tree-tech-style-capsule-item
data
title AI系统知识全景图
desc 面试必备：从基础理论到前沿趋势的完整知识体系
items
- label 基础理论
children
- label 机器学习
desc 决策树/SVM/贝叶斯
- label 深度学习
desc 反向传播/梯度下降
- label 概率与统计
desc 贝叶斯/信息论
- label 核心算法范式
children
- label 监督学习
desc 分类与回归
- label 无监督学习
desc 聚类与降维
- label 强化学习
desc 策略与价值函数
- label 神经网络架构
children
- label CNN
desc 图像处理
- label RNN/LSTM
desc 序列建模
- label Transformer
desc 自注意力机制
- label 大语言模型
children
- label GPT系列
desc 自回归生成
- label BERT
desc 双向编码
- label 提示工程
desc Prompt设计
- label AI工程化
children
- label MLOps
desc 持续训练与部署
- label RAG
desc 检索增强生成
- label 模型优化
desc 量化/蒸馏/剪枝
- label 前沿趋势
children
- label 多模态AI
desc 图文音融合
- label AI Agent
desc 自主决策与行动
- label AGI
desc 通用人工智能
```

这样看起来合理。但我还需要确认模板是否支持 desc 在 children 中。

让我也考虑是否需要添加图标。

我觉得这个结构是合理的，可以输出。

另外，我还需要返回 JSON 格式，包含 summary、widget（包含 type 和 syntax）、next 建议。

让我也考虑一下，是否应该用其他模板。`list-grid-badge-card` 可能更适合卡片式展示，但层级关系不明确。

我决定使用 `hierarchy-tree-tech-style-capsule-item`。

再仔细想想，面试场景中，AI系统知识其实更适合用思维导图式的层级结构。这个模板应该能很好地展示。

好的，让我输出最终结果。