60 лет на Луне, и никто не знал где. Британские ученые с помощью ИИ нашли советский аппарат «Луна-9»

60 лет на Луне, и никто не знал где. Британские ученые с помощью ИИ нашли советский аппарат «Луна-9»

Машинное обучение выявило вероятные координаты «Луны-9» в Океане Бурь.

image

Шестьдесят лет назад советская «Луна-9» сделала то, что тогда казалось почти фантастикой: мягко села на Луну и прислала первые в истории фотографии с поверхности другого небесного тела. Ирония в том, что после этого триумфа аппарат будто растворился в лунной пыли: точное место его «последней остановки» так и не смогли уверенно назвать ни в СССР, ни позже, уже в эпоху сверхдетальной съемки с орбиты.

Проблема в том, что посадка у «Луны-9» была не из тех, что удобно наносить на карту. Капсула со сферическим корпусом, надувными амортизаторами и тормозным двигателем сначала «подпрыгнула» и прокатилась по району Океана Бурь (Oceanus Procellarum), а уже потом раскрыла четыре лепесткообразные панели и стабилизировалась. Старые расчеты координат, опубликованные в советской прессе, имели слишком большую погрешность, поэтому реальная точка могла оказаться в десятках километров от ожидаемой.

Команда из Университетского колледжа Лондона под руководством Льюиса Пино (Lewis J. Pinault) решила подойти к этому как к «холодному делу», но с инструментами XXI века. Они разработали специализированный алгоритм машинного обучения, который прогоняет через себя тысячи снимков поверхности Луны, сделанных камерой LROC на борту NASA Lunar Reconnaissance Orbiter. Идея простая: человеческий взгляд легко пропускает крошечные, малоконтрастные «неестественные» детали на фоне камней, теней и кратеров, а вот обученная модель может вычленять такие сигналы системно и терпеливо.

Алгоритм назвали YOLO-ETA, расшифровка звучит почти как шутка: You Only Look Once – Extraterrestrial Artefact, то есть «смотришь один раз – внеземной артефакт». По сути это компактная система компьютерного зрения, адаптированная для поиска следов человеческой техники на лунных снимках высокого разрешения. Ее натренировали на известных посадочных площадках «Аполлонов», а затем проверили на данных, которых модель раньше не видела. В статье авторы пишут, что на таких тестах она показала сбалансированную точность и полноту (F1 около 0,60) и в среднем около 80% уверенности в обнаружениях посадочных модулей, а также корректно локализовала советскую «Луну-16».

Дальше началось самое интересное: поиск «Луны-9». Исследователи прогнали модель по участку 5 на 5 километров вокруг исторически неопределенной зоны посадки и получили несколько срабатываний с высокой уверенностью рядом с координатами примерно 7,03° северной широты и −64,33° восточной долготы. По их словам, анализ рельефа вокруг этих точек дает геометрию горизонта, которая потенциально согласуется с панорамами, переданными «Луной-9» в 1966 году. Это еще не «найдено точно», но уже похоже на аккуратно суженный круг поисков вместо огромной «серой зоны».

Чтобы закрыть вопрос окончательно, одной уверенной догадки мало: нужен снимок еще четче и под удачным освещением, где можно различить характерные элементы аппарата. Авторы и популярные пересказы работы указывают на индийский орбитальный аппарат Chandrayaan-2 как на потенциальный источник подтверждающей съемки: он находится на орбите Луны с 2019 года и, как ожидается, может выполнить серию низких пролетов над спорными координатами, чтобы проверить места, отмеченные моделью. Если на снимках удастся разглядеть характерную «лепестковую» конструкцию посадочного модуля, история, тянувшаяся шесть десятилетий, наконец получит финальную точку.

Работу опубликовали в журнале npj Space Exploration, и в ней важен не только детективный азарт. Авторы фактически показывают, что компактные модели машинного обучения могут автоматизировать поиск «исторических артефактов» и в будущем помогать инвентаризировать технику на поверхности Луны, когда посадочных аппаратов и полезной инфраструктуры станет больше.