Советский лунный посадочный модуль, пропавший на 60 лет, возможно, был обнаружен с помощью ИИ. Алгоритм сканировал площадь 5×5 километров в регионе Луны Oceanus Procellarum, идентифицируя несколько мест с «искусственными нарушениями почвы».
Результаты опубликованы в журнале NPJ Space Exploration. В 1966 году советская Luna 9 вписалась в историю как первый космический аппарат, совершивший мягкую посадку на Луну. Несмотря на успех в передаче первых фотографий лунной поверхности, ее точное окончательное местонахождение оставалось загадкой в течение 60 лет из-за подпрыгивающей посадки и устаревших данных отслеживания.
Команда из University College London под руководством Льюиса Пино использовала искусственный интеллект, чтобы раскрыть это неразрешимое дело и отыскать Luna 9. Для этого они создали специализированный алгоритм машинного обучения для сканирования тысяч изображений лунной поверхности, сделанных Lunar Reconnaissance Orbiter NASA.Программу назвали YOLO-ETA — сокращенно от «You Only Look Once — Extraterrestrial Artifact». Она специально разработана для обнаружения объектов человеческого происхождения на высококачественных снимках Луны. Алгоритм помог определить потенциальные места расположения.
«Обученный на данных с мест посадки Apollo, YOLO-ETA достиг сбалансированной точности-полноты (F1 ≈ 0,60) и среднего показателя уверенности 80% для обнаружения посадочных аппаратов на ранее неизвестных изображениях и правильно локализовал космический аппарат Luna 16», — написали исследователи в статье.
В 1966 году зондирование использовало уникальную систему посадки, включающую сферическую капсулу, надувные амортизаторы и тормозной двигатель, из-за чего аппарат подпрыгивал по Oceanus Procellarum, прежде чем остановиться на четырех лепесткообразных панелях. Хотя он прославился передачей первых в мире изображений с лунной поверхности во время трехдневной работы, хаотичный характер посадки десятилетиями хранил тайну точного окончательного места пребывания. Несмотря на то, что Lunar Reconnaissance Orbiter NASA с 2009 года детально фиксирует поверхность Луны, Luna 9 оставалась скрытой из-за отклонения от начальных координат посадки.
Чтобы решить эту проблему, исследователи разработали YOLO-ETA — высокоточный алгоритм машинного обучения, который обнаруживает тонкие искусственные нарушения лунного грунта, незаметные для человеческого глаза. YOLO-ETA точно знает, как выглядит неестественное на Луне. Он распознает, как металлический объект человеческого происхождения отбрасывает тень на базальтовых камнях, а также уникальные узоры нарушенного грунта, оставленные двигателем 1960-х годов. После успешного обнаружения других известных объектов, таких как Luna 16, ИИ просканировал 25 квадратных километров советской зоны посадки, сведя поиск к нескольким вероятным местам, где, вероятно, находится 60-летний обломок.
«Применение модели к региону 5×5 км вокруг исторически неопределенной зоны посадки Luna 9 дало несколько высокоуверенных обнаружений искусственных объектов вблизи 7,03° N, -64,33° E. Топографический анализ свидетельствует, что геометрия горизонта на выбранном объекте потенциально соответствует панорамам поверхности Luna 9», — отмечается в исследовании.
Чтобы окончательно раскрыть тайну местонахождения Luna 9, исследователи надеются на подтверждение с орбитальных высококачественных снимков. Орбитальный аппарат Chandrayaan-2, который находится на лунной орбите с 2019 года, остается ключевым средством в этих поисках. В марте 2026 года Chandrayaan-2 должен выполнить серию низковысотных пролетов над сомнительными координатами. Его усовершенствованные камеры способны предоставить необходимую четкость для проверки «искусственных нарушений почвы», определенных алгоритмом YOLO-ETA. Если он обнаружит четыре лепесткообразные антенны капсулы Luna 9, шестидесятилетнее нераскрытое дело будет официально закрыто.
Астрономи-аматори перехопили сигнал Voyager 1 з відстані у 25 млрд км
СпецпроектыПерша угода із нульовим ризиком: біржа Bitget запустила нову акцію. Ось її умовиПотужність 19 000 Па і точне миття вздовж країв: як Dreame L40 Ultra AE прибирає у найскладніших місцях
Источник: InterestingEngineering.com
