信息的不确定存储

使用神经网络生成器完成数据存储与数据获取功能

相对于常用的数据库，我考虑到有一种特殊的信息存储方式，应用神经网络生成器来进行不确定存储，以下为存储过程。

对于数据$d\in D$ , 存储数据时并不直接存储数据 $d$ ,而是存储不确定性生成器 $G$ ，由固定算法 $F(D)=G$ 得到，$G$ 并非固定映射，如可逆加密算法等，而是类似于GAN神经网络中的生成器，且在任何情况下都满足$\forall G(x)\in D$. 这样并不需要存储数据域 $D$ ， 而是存储生成器 $G$， 尽管每次运行 $G$ 所得到的数据并非确定的，但它们均是 $D$ 中的一个数据。$G$如果是固定映射，这种存储方式就是关系式数据库，$G$也可以是包含偏向性索引的生成器。

暂时没有想到这种存储方式有何用途，并且如何得到固定算法 $F$ 我也暂时没有思路。

不过在制作地牢游戏时（地图随机生成），我们会使用一些前置数据/规则来通过算法$g$生成每次游戏的地图，不对地图本身的数据进行存储，但生成器是简单的算法，而不是神经网络。

之所以想到这种存储方式，是因为考虑到人类群体的知识传播方式，与这种存储描述的过程类似：并非每一个Client都需要数据域中的所有数据，每个Client均有自己的数据获取偏好，他们所记录的生成器 $G^{\prime }$ 在获取数据后更新自身权重（有点像把推荐算法和数据库融合在一起）。