在1966年，蘇聯的 Luna 9 創下歷史，成為首個成功在月球表面實現柔和著陸的太空船。儘管它成功地傳回了首批月球表面的照片，但由於著陸時的彈跳及過時的追蹤數據，其最終落腳點在過去60年來依然是一個謎團。倫敦大學學院的團隊，由 Lewis Pinault 領導，轉向人工智能來解決這個冷案，尋找 Luna 9。為此，他們創建了一個專門的機器學習算法，以掃描 NASA 的月球勘測軌道器拍攝的數千張月球表面圖像。這個程式被恰當地命名為 YOLO-ETA，意即 You Only Look Once – Extraterrestrial Artifact。它專門設計用於識別高解析度月球影像中的人造物體。
該算法幫助確定了潛在位置。研究人員在研究論文中寫道：「在阿波羅登陸點數據的訓練下，YOLO-ETA 達到了平衡的精確度和召回率（F1 ≈ 0.60），並在先前未見的圖像中對著陸器檢測的平均信心分數達到80%。該算法還正確地定位了 Luna 16 太空船。」
Luna 9 在1966年使用了一種獨特的著陸系統，這個系統包括一個球形膠囊、可充氣的減震器以及一個制動引擎，這使其在 Oceanus Procellarum 上彈跳，最終穩定在四個花瓣形的面板上。儘管它在三天的壽命中傳回了首批月球表面的圖片，但其混亂的著陸過程使得確切的最終位置在數十年來一直是一個謎。儘管 NASA 的月球勘測軌道器自2009年以來詳細捕捉了月球表面，但由於 Luna 9 偏離了原始著陸坐標，其身影依然隱藏。
為了解決這個問題，研究人員開發了 YOLO-ETA，這是一種高精度的機器學習算法，能檢測月球土壤中微妙的人為擾動，這是人眼可能忽略的。YOLO-ETA 精確識別月球上不自然的形狀，能夠辨別人造金屬物體在玄武岩石上的陰影及1960年代噴射器留下的獨特擾動土壤圖案。在成功識別其他已知地點，如 Luna 16 之後，該 AI 扫描了蘇聯著陸區域的 25 平方公里範圍，將搜索範圍縮小到幾個高概率位置，這些位置可能藏有這具 60 年前的殘骸。
研究指出，「將模型應用於圍繞 Luna 9 著陸區域的 5 × 5 公里範圍內，產生了幾個對人工物體的高信心檢測，位置在 7.03° N，–64.33° E。」此外，「地形分析顯示，候選地點的地平線幾何形狀可能與 Luna 9 的表面全景一致。」
為了解決 Luna 9 最終落腳點的謎團，研究人員正尋求高解析度的軌道確認。自 2019 年以來一直在月球軌道運行的 Chandrayaan-2 探測器，成為這次搜索中的關鍵資產。印度的 Chandrayaan-2 探測器預定於2026年3月對有爭議的坐標進行一系列低空飛行。其先進的相機能提供必要的清晰度，以驗證 YOLO-ETA 算法所識別的人工土壤擾動。如果它能夠捕捉到 Luna 9 膠囊的四個花瓣形天線，這個歷時六十年的冷案將正式結案。這項研究證明，緊湊的機器學習模型可以有效地自動化尋找歷史文物的過程，並在未來的月球勘查中管理表面資產。研究結果已發表在《npj Space Exploration》期刊上。
