反向链接是什么？从目标出发倒推需要哪些条件的推理方法

反向链接（Backward Chaining），也叫反向推理、逆向推理或后向链接，是一种推理方法，常用于人工智能中的专家系统和规则引擎。它是一种目标驱动的推理方式：从要达成的目标或要证明的结论出发，反向地寻找能够推导出这个目标的规则和事实，一直追溯到已知的事实，从而判断目标是否成立。

它是怎么推理的

基于规则的系统中，知识通常以“如果……那么……”的规则形式存储，比如：“如果动物有羽毛，那么它是鸟”“如果动物是鸟并且会游泳并且不会飞，那么它是企鹅”。

假设我们想知道“这只动物是企鹅吗”，反向链接的推理过程是这样的：首先把“它是企鹅”作为目标；找到结论是“企鹅”的那条规则，它的条件是“是鸟、会游泳、不会飞”，于是这三个条件变成了新的子目标；接着检查每个子目标：“是鸟”这个子目标，又可以通过“有羽毛”这条规则来推导，于是“有羽毛”成为新的子目标；如此层层往下，直到子目标是已知的事实，或者可以直接向用户询问，比如“这只动物有羽毛吗”；如果所有的子目标都能被证明，原来的目标就成立；只要有一个条件不满足，就尝试其他的规则，所有规则都失败了，目标就不成立。

和前向链接的对比

与反向链接相对的是前向链接：它从已知的事实出发，不断地应用规则推出新的事实，直到得出结论，是一种数据驱动的推理方式。打个比方，前向链接像侦探收集了所有的线索，一步步推出所有可能的结论；反向链接像侦探先怀疑某个嫌疑人，再去找能证实或排除他的证据。

当目标明确、需要验证的是某个具体的结论时，反向链接更加高效：它只会关注与目标相关的规则和事实，不会推导出大量无关的结论。当已知的事实很多、需要找出所有可能的结论时，前向链接更合适。

应用

反向链接的典型应用是诊断类的专家系统：比如医疗诊断，先假设一种疾病，再去检查病人是否有支持这个诊断的症状和检查结果。20 世纪 70 年代斯坦福大学开发的著名医学专家系统 MYCIN，就主要采用反向链接来诊断细菌感染并推荐抗生素。逻辑编程语言 Prolog 的执行机制本质上也是反向链接：给出一个查询，系统会自动地反向搜索能证明它的事实和规则。此外，它还被用于故障排查、定理证明和规则引擎中。