Das Rätsel um ein verschwundenes sowjetisches Raumschiff könnte durch KI gelöst worden sein

1966 startete die Sowjetunion die Mission Luna 9, bei der erstmals ein von Menschenhand geschaffenes Objekt erfolgreich auf der Mondoberfläche landete. Nach der Landung übertrug die Sonde erstmals Panoramaaufnahmen direkt von der Mondoberfläche. Diese Bilder waren wichtig, da sie zeigten, dass die Oberfläche fest genug war, um zukünftige Missionen zu ermöglichen.

Die Landung von Luna 9 war ein Durchbruch im Weltraumrennen und verschaffte der Sowjetunion letztendlich für eine gewisse Zeit einen Vorsprung. Trotz der historischen Bedeutung der Mission blieb der genaue Landeort von Luna 9 jahrzehntelang ungewiss. Die damals geschätzten Koordinaten waren ungenau, weshalb die visuelle Identifizierung des Moduls und seiner Komponenten auf der Mondoberfläche schwierig war. Die Größe des Raumfahrzeugs und die begrenzte Auflösung der ersten Bilder machten eine endgültige Bestätigung des Landepunkts schwierig.

Kürzlich hat eine Gruppe von Forschern mithilfe künstlicher Intelligenz historische Daten und moderne Orbitalbilder der vermuteten Landestelle analysiert. Mithilfe von Mustererkennungstechniken konnten sie die Originalpanoramen mit digitalen Modellen der Mondoberfläche vergleichen und eine Standortschätzung vornehmen. Auf diese Weise gelang es den Forschern, einen Punkt zu identifizieren, der mit historischen und morphologischen Beweisen übereinstimmt und das seit mehr als 50 Jahren bestehende Rätsel lösen könnte.

Monat 9

Luna 9 wurde im Februar 1966 von der Sowjetunion während des Weltraumrennens im Rahmen des Kalten Krieges gegen die Vereinigten Staaten gestartet. Die Mission war die erste, bei der ein von Menschenhand geschaffenes Objekt erfolgreich auf einem anderen astronomischen Körper landete. Diese Landung festigte vorübergehend die Führungsrolle der Sowjetunion in der Weltraumforschung. Die Leistung hatte sowohl politische als auch wissenschaftliche Auswirkungen, da sie als eine der ersten die Fähigkeit der Menschheit demonstrierte, andere astronomische Objekte zu erreichen.

Nach der Landung übertrug die Sonde Panoramabilder der Region sowie Daten zur mechanischen Widerstandsfähigkeit des Bodens und zu den örtlichen Gegebenheiten. Die Fotos bestätigten, dass die Mondoberfläche stabil genug war, um bemannte Missionen zu unterstützen. Dies trug letztendlich direkt zur Planung von Mondprogrammen bei, die die Menschheit zum Mond brachten.

Das Geheimnis des Verschwindens

Nach der Landung von Luna 9 wurden die Koordinaten des Landeplatzes von der sowjetischen Zeitung Prawda offiziell veröffentlicht. Diese Schätzungen basierten jedoch auf Berechnungen, die zu dieser Zeit anhand der von der Sonde aufgenommenen Bilder von geringer Qualität durchgeführt wurden. Im Jahr 2009 begann die LROC-Kamera des Lunar Reconnaissance Orbiter der NASA, hochauflösende Bilder der Mondoberfläche zu liefern. Mit diesen neuen Bildern hoffte man, den Lander visuell identifizieren und seinen genauen Standort finden zu können.

Das Rätsel beginnt damit, dass die Unsicherheit hinsichtlich der ursprünglichen Koordinaten so groß war, dass sich der mögliche Landepunkt um mehrere Dutzend Kilometer verschieben konnte. Diese Ungenauigkeit vergrößerte das Suchgebiet erheblich, sodass es schwierig war, das kleine Modul zwischen Kratern, Felsen und Unebenheiten des Mondgeländes zu erkennen. Daher wurde trotz aktueller detaillierter Bilder der genaue Landepunkt von Luna 9 nie gefunden.

Wie KI bei der Suche half

Um das Rätsel um den Landeort von Luna 9 zu lösen, setzten die Forscher künstliche Intelligenz mit Computer-Vision-Techniken ein. Das Modell wurde darauf trainiert, typische Merkmale von Landeplätzen in Bildern der LROC-Kamera zu identifizieren. Das System namens YOLO-ETA wurde so angepasst, dass es subtile Muster im Zusammenhang mit künstlichen Eigenschaften erkennen konnte. Diese künstlichen Eigenschaften konnten Muster von Bodenveränderungen und kleine geometrische Strukturen sein, die mit Mondmodulen übereinstimmen.

Das Modell wurde zunächst anhand von Daten aus Apollo-Missionen trainiert, deren Landestellen genau bekannt sind. Durch die Anwendung von YOLO-ETA auf einen Bereich um die veröffentlichten Koordinaten für Luna 9 fand das Team Kandidatenpunkte, die Signale aufweisen, die mit Störungen durch ein künstliches Modul auf der Mondoberfläche übereinstimmen. Diese Ergebnisse verringern den Unsicherheitsbereich und liefern konsistente technische Beweise zur Lösung eines der historischen Rätsel der Mondforschung.

Und in Zukunft?

Die Forscher hoffen, die Vorhersagen des Modells mit neuen Beobachtungen der indischen Sonde Chandrayaan-2 zu validieren. Es wird erwartet, dass der Orbiter während der geplanten Vorbeiflüge über der Kandidatenregion hochauflösendere Bilder der Mondoberfläche liefern wird. Diese Daten ermöglichen einen direkten Vergleich der vom Algorithmus angegebenen Bereiche mit unabhängigen optischen Aufzeichnungen, wodurch die morphologische Analyse des Geländes und die möglichen Störungen im Zusammenhang mit einem Landegerät wiederholt werden können.

Wenn einer der vom Modell angegebenen Bereiche durch Beobachtungen bestätigt wird, kann der Landeplatz für Luna 9 festgelegt werden. Die Kreuzvalidierung zwischen dem Modell der künstlichen Intelligenz und neuen Orbitaldaten wird ein Beispiel dafür sein, wie diese neuen Techniken in der Weltraumforschung eingesetzt werden können. Wenn sich dies bestätigt, wird die künstliche Intelligenz dazu beigetragen haben, ein Rätsel zu lösen, das seit fast sechs Jahrzehnten besteht.

Quellenhinweis:

Pinault et al. 2026 Possible identification of the Luna 9 Moon landing site using a novel machine learning algorithm npj Space Exploration