最近一篇关于这方面的论文可以在“用人工神经网络学习伪随机性——上帝会玩伪骰子吗？ ”中找到，作者是 Fanlei Fan 和 Ge Wang。

受神经网络作为机器学习的主流方法在许多应用领域取得成功这一事实的启发，我们建议使用这种方法来解码伪随机数据之间的隐藏相关性并相应地预测事件。通过简单的神经网络结构和典型的训练过程，我们展示了神经网络在伪随机环境中的学习和预测能力。最后，我们假设神经网络的高灵敏度和高效率可能允许在伪随机事件的高维空间中的低维流形上学习，并严格测试量子随机性和伪随机性之间是否存在任何根本区别随机性，相当于经典问题：上帝会掷骰子吗？

此外，论文中引用的参考文献包括对使用神经网络对 PRNG 建模的其他努力的部分文献回顾。