El encadenamiento hacia atrás es el proceso lógico de inferir verdades desconocidas a partir de conclusiones conocidas retrocediendo desde una solución para determinar las condiciones y reglas iniciales. El encadenamiento hacia atrás se aplica a menudo en inteligencia artificial (IA) y puede usarse junto con su contraparte, el encadenamiento hacia adelante.
En IA, el encadenamiento hacia atrás se usa para encontrar las condiciones y reglas por las cuales se llegó a un resultado o conclusión lógica. Una IA podría utilizar el encadenamiento hacia atrás para encontrar información relacionada con conclusiones o soluciones en aplicaciones de ingeniería inversa o teoría de juegos. El encadenamiento hacia atrás se utiliza en herramientas automatizadas de prueba de teoremas, motores de inferencia, asistentes de prueba y otras aplicaciones de inteligencia artificial.
Como una forma de razonamiento orientada a objetivos y de arriba hacia abajo, el encadenamiento hacia atrás por lo general emplea un búsqueda en profundidad parte. partiendo de una conclusión, resultado o meta y retrocediendo para inferir las condiciones de las que resultó. El encadenamiento hacia atrás rastrea el código, por ejemplo, y examina una tabla de reglas. En la tabla de reglas, busca cualquier acción que esté especificada en declaraciones if-then, aplicando lógica para determinar cuál de las posibles acciones habría causado el resultado final.
El encadenamiento hacia atrás y su opuesto, el encadenamiento hacia adelante, utilizan el razonamiento deductivo. El encadenamiento hacia adelante se utiliza para descomponer la secuencia lógica y trabajar desde el principio hasta el final adjuntando cada paso después de que se resuelva el anterior.