Backward chaining is een type redeneertechniek die gebruikt wordt in de kunstmatige intelligentie. Het is een manier om te redeneren vanuit het doel naar de oorzaak en wordt vaak gebruikt in geautomatiseerde besluitvormingssystemen. Backward chaining is een proces waarbij een doel wordt gesteld en vervolgens terug wordt geredeneerd om te bepalen welke stappen er nodig zijn om dat doel te bereiken. Dit wordt vaak gedaan door middel van een reeks van “als-dan” beweringen, waarbij de opeenvolgende stappen worden bepaald op basis van de voorwaarden die nodig zijn om de vorige stap te voltooien.
Een voorbeeld van Backward chaining
Een eenvoudig voorbeeld van backward chaining zou zijn om te redeneren hoe je een kopje thee kunt maken. Het doel is om een kopje thee te hebben, dus de eerste stap zou zijn om water te koken. Om water te koken heb je een waterkoker of een pan nodig. Om een waterkoker of pan te gebruiken, moet je weten hoe je ze moet vullen en verwarmen. Dit proces zou doorgaan totdat het doel is bereikt en je een kopje thee hebt.
Backward chaining wordt vaak gebruikt in expertsystemen en besluitvormingssystemen waarbij de input van de gebruiker wordt geanalyseerd en de meest geschikte oplossing wordt gezocht op basis van de bekende gegevens.
