
Luna 9, el primer artefacto humano que logró un alunizaje suave, vuelve al centro de la conversación científica: un equipo reportó detecciones de “objetos artificiales” en un radio compatible con el área histórica de aterrizaje, usando un modelo de visión por computador entrenado con imágenes de misiones Apollo. El trabajo, publicado en npj Space Exploration, propone candidatos cerca de coordenadas específicas y abre la puerta a confirmaciones con nuevas pasadas orbitales y mejores ángulos de iluminación.
Qué se sabe del misterio de Luna 9
Según un reporte de Space.com, la sonda Luna 9 descendió el 3 de febrero de 1966 en Oceanus Procellarum y envió las primeras imágenes tomadas desde la superficie de otro cuerpo celeste, pero su ubicación exacta quedó sin identificación concluyente desde entonces. Hoy, el problema es práctico: el módulo es pequeño y, incluso con décadas de cartografía orbital, distinguirlo en imágenes requiere separar señales reales de sombras, rocas y ruido visual.
El hallazgo con IA: YOLO-ETA y las coordenadas candidatas
El avance reciente viene desde el estudio “Possible identification of the Luna 9 Moon landing site using a novel machine learning algorithm”, publicado el 21 de enero de 2026. El equipo describe un sistema de visión por computador llamado YOLO-ETA, adaptado desde TinyYOLOv2, para identificar objetos de origen humano en imágenes de alta resolución de la Lunar Reconnaissance Orbiter Camera (LROC).
Te puede interesar
Tecnologías mineras avanzadas conquistan el espacio profundo con inteligencia artificial
EE.UU. evalúa aumentar las importaciones de uranio desde Namibia ante el impulso nuclear ligado a la IA
Wall Street: Las Siete Magníficas sufren su mayor ajuste desde 2022 por dudas sobre la IA
En lo central, el artículo técnico sostiene:
El modelo fue entrenado con datos de sitios de alunizaje Apollo y evaluado con imágenes no vistas previamente, reportando un desempeño balanceado con F1 ≈ 0,60 y un 80% de confianza promedio en detecciones de módulos de alunizaje (en su configuración de pruebas).
Al aplicarlo a una zona de 5 × 5 km alrededor del área histórica de Luna 9, el sistema reportó detecciones de alta confianza de objetos artificiales cerca de 7,03° N y 64,33° O (la publicación presenta la longitud con convención equivalente en negativo).
En su revisión, el equipo indica que encontró 31 productos de imagen LROC NAC con cobertura superpuesta para el punto candidato y que ocho cumplían condiciones adecuadas de resolución e iluminación para inferencia, con confianzas entre 60% y 77% en la detección principal.
El propio paper subraya que esto no equivale a confirmación: se trata de ubicaciones “prometedoras” para seguimiento, donde la consistencia bajo distintas iluminaciones y la geometría del horizonte frente a panorámicas históricas hacen plausible el candidato.
La segunda vía: búsqueda humana y crowdsourcing
En paralelo al enfoque automatizado, Space.com describe una segunda línea de trabajo basada en análisis manual y colaboración abierta (crowdsourcing) para revisar imágenes orbitales y comparar panorámicas históricas con herramientas de visualización. El mismo reporte señala que existen dos ubicaciones candidatas defendidas por equipos distintos: una estaría a unos 5 km de las coordenadas oficiales soviéticas y la otra a aprox. 25 km.
Ese desfase no es menor, pero tampoco invalida por sí solo las hipótesis: el punto de referencia original se construyó con métodos y precisión limitada para la época, y la “zona útil” de búsqueda histórica se describe como muy amplia.
Qué falta para confirmarlo
El debate ya no está en si hay señales “raras” en la superficie, sino en si alguna de ellas corresponde efectivamente al hardware de Luna 9 y su dispersión asociada.
Dos elementos pesan en la validación:
Resolución y condiciones de observación. El estudio científico indica que LROC ha generado imágenes con resolución hasta 0,25 m por píxel, y que la detección depende fuertemente del ángulo solar, contraste y sombras. En términos simples: una misma zona puede “mentir” o “revelar” según iluminación.
Imágenes complementarias. Space.com reporta que Chandrayaan-2 (India) tenía pasadas planificadas sobre la región en marzo, con una cámara capaz de capturar vistas más nítidas que las de LRO en ese contexto, lo que podría ayudar a discriminar forma, patrón y elementos como los “pétalos” del módulo.
Por qué importa más allá de la historia
Aunque el caso se presenta como una búsqueda arqueológica espacial, el propio paper lo conecta con un problema creciente: catalogar y monitorear activos y artefactos en un entorno que se está poblando de hardware. En ese marco, la capacidad de detección automática no solo apunta a “encontrar una sonda perdida”, sino a crear métodos replicables para inventariar y vigilar superficies exploradas.
En el plano industrial, la Luna dejó de ser solo un objetivo científico y pasó a ser un territorio de planificación tecnológica, energética y de recursos. Esa lectura ya aparece en discusiones sobre la carrera por extraer recursos de la Luna, en propuestas de infraestructura como el reactor nuclear lunar de 100 kW con horizonte 2030, y en la expansión del debate sobre minería espacial en asteroides. En Chile, además, la intersección entre tecnología espacial e IA ya se observa en proveedores y soluciones que aterrizan en el ecosistema local, como el despliegue de IA y tecnología espacial para exploración minera.
Los datos clave del estudio que reactivó la búsqueda
Publicación: 21 de enero de 2026, npj Space Exploration.
Modelo: YOLO-ETA, basado en TinyYOLOv2 y entrenado con sitios Apollo.
Zona analizada para Luna 9: 5 × 5 km.
Candidato principal: cerca de 7,03° N y 64,33° O.
Validación interna del candidato: detección consistente en ocho imágenes con condiciones adecuadas, entre 60% y 77% de confianza.
Próximo paso operativo reportado por prensa especializada: nuevas pasadas y comparaciones con imágenes de Chandrayaan-2 para distinguir forma y elementos del módulo.











