¿Qué es el encadenamiento hacia atrás?
El encadenamiento hacia atrás es un sistema de lógica utilizado por los sistemas de inteligencia artificial. Está diseñado para resolver un problema trabajando hacia atrás desde un objetivo final a través de una serie de reglas. Este enfoque puede ser utilizado por una amplia variedad de sistemas, desde programas que resuelven juegos de ajedrez hasta algoritmos utilizados para identificar objetos desconocidos. La base requiere una programación robusta con un conjunto de reglas inductivas lógicas y útiles que el sistema puede usar para moverse con precisión a través de una serie de opciones para llegar a una solución.
En este método, el programador proporciona al sistema un conjunto de reglas, que lo presenta con un producto final u objetivo. El sistema funciona al revés a través de las reglas para determinar cómo se puede llegar al objetivo final. En la inducción hacia atrás utilizada por los programas que resuelven juegos de ajedrez, por ejemplo, la computadora puede tomar la posición de las piezas y moverse a través de una serie de afirmaciones si-entonces para determinar el curso probable de los movimientos a través del juego. Una computadora también puede usar el encadenamiento hacia atrás para explorar otras posibles soluciones y ramas que podrían haber ocurrido durante el juego para cambiar el resultado.
Los sistemas que utilizan el encadenamiento hacia atrás pueden tener reglas que varían en complejidad, dependiendo del tipo de trabajo que necesitan hacer. Un sistema capaz de identificar flores, por ejemplo, puede necesitar un gran conjunto de opciones de ramificación para identificar con precisión la especie que está mirando. Podría comenzar con una serie de declaraciones relacionadas con el color, moverse a través de tipos de flores, números de pétalos, follaje y otras características, y determinar la identidad de una flor determinada respondiendo preguntas en cada paso para determinar una respuesta final. Los errores en este proceso pueden conducir a errores de identificación.
Este sistema de razonamiento requiere una lógica simple. El sistema examina un hecho, determina si encaja con un producto determinado y da otro paso desde allí. Si el hecho no coincide con la información disponible, es incorrecto y la lógica de encadenamiento hacia atrás puede descartar ese hecho y otros que podrían derivarse de él. Los hechos que se ajustan permiten que un programa trabaje con la lógica y explore los hechos ramificados para ver cuál se ajusta mejor. Esto puede funcionar bien para una variedad de tareas.
La inteligencia artificial no es la única entidad que puede usar el encadenamiento hacia atrás. Los investigadores que trabajan con primates señalan que algunas especies parecen utilizar este método lógico para resolver problemas. Esto ilustra la capacidad de comprender los problemas y desarrollar un sistema para abordarlos.