Una estrategia de control de inferencia que intenta probar una meta encontrando y demostrando recursivamente submetas cuyas pruebas implican la meta, trabajando típicamente hacia atrás desde la meta hacia hechos conocidos.

Principio

Comenzar con una fórmula objetivo y aplicar reglas de inferencia en sentido inverso para generar submetas; expandir hasta que las submetas coincidan con hechos conocidos o fallen, usando backtracking para explorar alternativas.

Demostración

En Prolog, para probar ancestor(X,Y) el motor intenta probar parent(X,Y) o parent(X,Z) y ancestor(Z,Y); las metas se descomponen en submetas y se resuelven mediante resolución y retroceso.

Aplicación incorrecta

Usar encadenamiento hacia atrás en dominios con muchas reglas irrelevantes o metas mal especificadas, lo que conduce a búsquedas profundas e innecesarias; no detectar bucles o regresión infinita en reglas recursivas.

Consecuencia

Proporciona una búsqueda de prueba dirigida por la meta, a menudo eficiente, que evita generar consecuencias no relacionadas; adecuado para responder consultas y planificar cuando las metas son específicas.

Inversión

El encadenamiento hacia adelante deriva consecuencias desde los hechos sin guía por una meta; la inversión sería una saturación dirigida por datos que intenta inferirlo todo en lugar de comenzar por una meta.

Límite

Supone que las reglas pueden invertirse en submetas y que la búsqueda de submetas es computable y terminante con los controles apropiados; no es ideal para derivar cierres globales, inferencia probabilística o dominios muy ramificados sin heurísticas.

Tensión semántica

Compite con el encadenamiento hacia adelante y con la inferencia abductiva o probabilística; tensión entre la búsqueda dirigida por metas y la generación exhaustiva de consecuencias.

Síntesis

El encadenamiento hacia atrás es razonamiento dirigido por metas: descomponer una meta en submetas invirtiendo reglas de inferencia y perseguir solo aquellas derivaciones que contribuyen a probar la meta original.