Uso del aprendizaje automático para evaluar un generador de números aleatorios

Question

Digamos que quiero crear un generador de números pseudorandom, y me gustaría asegurarme de que esté realmente cerca del azar. Para simplificar, supongamos que quiero generar un 0 o un 1 al azar.

He oído hablar del monobit, las ejecuciones, la prueba de póker, etc. pero ¿hay formas de "aprendizaje automático" de evaluar un generador de números pseudorandom?

Como en, uno podría tratar de predecir el número que se generará dados los primeros k números que se emitieron previamente, y el rendimiento de ese modelo le daría lo bien que está funcionando el generador pseudorandom.

Puede estar muy por encima de mi cabeza, pero ¿podría una red adversaria generativa aprender un generador verdaderamente pseudorandom de esa manera?