Waarom is dit belangrijk?
Kennissystemen kunnen daardoor een concreet vermoeden gericht controleren en alleen de gegevens opvragen die voor dat vermoeden nodig zijn. Medisch onderzoek gebruikte achterwaarts redeneren om bacteriën bij ernstige infecties te herkennen en antibiotica met een aangepaste dosering te adviseren. Zorgverleners kunnen zo ook nagaan waarom een advies volgt, maar een fout advies blijft hun verantwoordelijkheid wanneer de vastgelegde vakkennis onvolledig is.
Zo werkt het in de praktijk
In de softwaresector gebruikt IBM Prolog in Watson voor patroonherkenning in zinsstructuren, waarbij de zoektocht via SLD-resolutie bij het doel begint. In computerschaak heet deze aanpak retrograde analyse, en programma's maken daarmee tabelbases voor eindspelen.
Onderzoekers van de University of Illinois Urbana-Champaign en de University of Seoul werkten met LBOX aan SymBa. Een symbolische oplosser stuurt de redenering en vraagt een taalmodel alleen om een feit of een regel. Zo testen zij of gewone taal beter uit te leggen is.
Achterwaarts redeneren hoort bij logisch programmeren: een vraag is het startpunt en regels maken deeldoelen tot de feiten bekend zijn. Expertsystemen werken met diezelfde doelgerichte werkwijze. De taal Prolog voert deze zoektocht uit volgens de ISO-standaard voor Prolog.




