No fue hasta finales de los años 60 que Estados Unidos adelantó a la Unión Soviética en la carrera espacial. Antes de la llegada de la misión Apolo 11 a la Luna en 1969, la URSS había lanzado el primer satélite en 1957, puesto al primer hombre en órbita en 1961 y realizado el primer aterrizaje suave (sin estrellarse, para entendernos) en la Luna con la misión Luna 9 en 1966. La ubicación de esta última, que durante los tres días que duró operativa tomó y transmitió las primeras imágenes captadas desde la superficie lunar en la historia, ha permanecido en el misterio durante 60 años debido al rebote durante el aterrizaje y a datos de seguimiento obsoletos. Hasta ahora.. Un equipo del University College London, dirigido por Lewis Pinault, ha recurrido a la inteligencia artificial para resolver este caso y encontrar a Luna 9. Para ello, crearon un algoritmo especializado de aprendizaje automático capaz de analizar miles de imágenes de la superficie lunar tomadas por el Orbitador de Reconocimiento Lunar (LRO, por sus siglas en inglés) de la NASA.. El programa se llama YOLO-ETA, abreviatura de ‘You Only Look Once – Extraterrestrial Artifact’ (‘Solo miras una vez – artefacto extraterrestre’). Está diseñado específicamente para identificar objetos de origen humano en imágenes lunares de alta resolución y usa un algoritmo de aprendizaje automático que detecta alteraciones sutiles y artificiales en el regolito lunar que el ojo humano podría pasar por alto.. ‘Entrenado con datos de los lugares de alunizaje de Apolo, YOLO-ETA logró una precisión-recobrado equilibrada (F1 ≈ 0,60), una puntuación media de confianza del 80% en la detección de módulos de aterrizaje en imágenes no vistas previamente y localizó correctamente la nave Luna 16’, otra misión soviética, lo que validó su uso, explican los investigadores en el estudio publicado en la revista NPJ Space Exploration de Nature.. En 1966, la sonda Luna 9 empleó un sistema de aterrizaje que combinaba una cápsula esférica, un motor de frenado y amortiguadores inflables, lo que provocó que rebotara por Oceanus Procellarum antes de detenerse y desplegar sus característicos cuatro paneles con forma de pétalo.. A pesar de que el LRO lleva registrando la superficie de la Luna en detalle desde 2009, Luna 9 había seguido oculta por haberse desplazado respecto a las coordenadas de aterrizaje originales.. YOLO-ETA ha sido capaz de identificar Luna 9 porque puede reconocer la forma específica en la que un objeto metálico fabricado por el ser humano proyecta su sombra sobre roca basáltica y los patrones característicos que deja un propulsor de los años sesenta en el suelo removido.. La IA analizó un área de 25 kilómetros cuadrados de la zona de alunizaje y redujo la búsqueda a unas pocas ubicaciones de alta probabilidad donde probablemente se encuentra lo que queda de la nave, ya con seis décadas de antigüedad.. ‘La aplicación del modelo a una región de 5 × 5 km en torno al área históricamente incierta del alunizaje de la Luna 9 arrojó varias detecciones de alta confianza de objetos artificiales cerca de 7,03 N, –64,33 E’, señala el estudio.. ‘El análisis topográfico indica que la geometría del horizonte del emplazamiento candidato es potencialmente consistente con las fotografías de la superficie de Luna 9’, añade.. Para confirmar al 100% dónde está Luna 9, los investigadores usarán los datos proporcionados por el orbitador Chandrayaan-2 de la Agencia India de Investigación Espacial, que prevé realizar una serie de pasadas a baja altitud sobre el área el próximo mes de marzo. Sus modernas cámaras, fue lanzado en 2019, podrán aportar la nitidez necesaria para verificar las ‘alteraciones artificiales del suelo’ detectadas por el algoritmo YOLO-ETA.. Si llega a identificar los cuatro paneles con forma de pétalo de la cápsula de Luna 9, un caso sin resolver de hace 60 años quedaría oficialmente cerrado.
Un equipo del University College London analizó con IA un área de 5 × 5 kilómetros en la región de Oceanus Procellarum e identificó varios puntos con ‘alteraciones artificiales del suelo’
No fue hasta finales de los años 60 que Estados Unidos adelantó a la Unión Soviética en la carrera espacial. Antes de la llegada de la misión Apolo 11 a la Luna en 1969, la URSS había lanzado el primer satélite en 1957, puesto al primer hombre en órbita en 1961 y realizado el primer aterrizaje suave (sin estrellarse, para entendernos) en la Luna con la misión Luna 9 en 1966. La ubicación de esta última, que durante los tres días que duró operativa tomó y transmitió las primeras imágenes captadas desde la superficie lunar en la historia, ha permanecido en el misterio durante 60 años debido al rebote durante el aterrizaje y a datos de seguimiento obsoletos. Hasta ahora.. Un equipo del University College London, dirigido por Lewis Pinault, ha recurrido a la inteligencia artificial para resolver este caso y encontrar a Luna 9. Para ello, crearon un algoritmo especializado de aprendizaje automático capaz de analizar miles de imágenes de la superficie lunar tomadas por el Orbitador de Reconocimiento Lunar (LRO, por sus siglas en inglés) de la NASA.. El programa se llama YOLO-ETA, abreviatura de ‘You Only Look Once – Extraterrestrial Artifact’ (‘Solo miras una vez – artefacto extraterrestre’). Está diseñado específicamente para identificar objetos de origen humano en imágenes lunares de alta resolución y usa un algoritmo de aprendizaje automático que detecta alteraciones sutiles y artificiales en el regolito lunar que el ojo humano podría pasar por alto.. ‘Entrenado con datos de los lugares de alunizaje de Apolo, YOLO-ETA logró una precisión-recobrado equilibrada (F1 ≈ 0,60), una puntuación media de confianza del 80% en la detección de módulos de aterrizaje en imágenes no vistas previamente y localizó correctamente la nave Luna 16’, otra misión soviética, lo que validó su uso, explican los investigadores en el estudio publicado en la revista NPJ Space Exploration de Nature.. En 1966, la sonda Luna 9 empleó un sistema de aterrizaje que combinaba una cápsula esférica, un motor de frenado y amortiguadores inflables, lo que provocó que rebotara por Oceanus Procellarum antes de detenerse y desplegar sus característicos cuatro paneles con forma de pétalo.. A pesar de que el LRO lleva registrando la superficie de la Luna en detalle desde 2009, Luna 9 había seguido oculta por haberse desplazado respecto a las coordenadas de aterrizaje originales.. YOLO-ETA ha sido capaz de identificar Luna 9 porque puede reconocer la forma específica en la que un objeto metálico fabricado por el ser humano proyecta su sombra sobre roca basáltica y los patrones característicos que deja un propulsor de los años sesenta en el suelo removido.. La IA analizó un área de 25 kilómetros cuadrados de la zona de alunizaje y redujo la búsqueda a unas pocas ubicaciones de alta probabilidad donde probablemente se encuentra lo que queda de la nave, ya con seis décadas de antigüedad.. ‘La aplicación del modelo a una región de 5 × 5 km en torno al área históricamente incierta del alunizaje de la Luna 9 arrojó varias detecciones de alta confianza de objetos artificiales cerca de 7,03° N, –64,33° E’, señala el estudio.. ‘El análisis topográfico indica que la geometría del horizonte del emplazamiento candidato es potencialmente consistente con las fotografías de la superficie de Luna 9’, añade.. Para confirmar al 100% dónde está Luna 9, los investigadores usarán los datos proporcionados por el orbitador Chandrayaan-2 de la Agencia India de Investigación Espacial, que prevé realizar una serie de pasadas a baja altitud sobre el área el próximo mes de marzo. Sus modernas cámaras, fue lanzado en 2019, podrán aportar la nitidez necesaria para verificar las ‘alteraciones artificiales del suelo’ detectadas por el algoritmo YOLO-ETA.. Si llega a identificar los cuatro paneles con forma de pétalo de la cápsula de Luna 9, un caso sin resolver de hace 60 años quedaría oficialmente cerrado.
Noticias de Tecnología y Videojuegos en La Razón
