Forward chaining é o processo lógico de inferir verdades desconhecidas a partir de dados conhecidos e avançar usando determinadas condições e regras para encontrar uma solução. O oposto de encadear para a frente é encadear para trás.
Geralmente, tarefas complexas podem ser reduzidas a múltiplas tarefas mais simples que são realizadas simultaneamente ou em sequência, como uma cadeia. O encadeamento é um método eficaz para ensinar habilidades ou processos complexos com múltiplos passos.
Como uma forma de lógica orientada por dados e de baixo para cima, o encadeamento para frente parte de condições e regras conhecidas, e depois avança para uma conclusão lógica usando instruções if-then. Ele aplica essas condições e regras ao problema até que não haja mais situações aplicáveis ou até que um limite estabelecido seja alcançado. O encadeamento progressivo procura quaisquer conclusões disponíveis e pode criar um número infinito de conclusões possíveis.
In inteligência artificial (IA), o encadeamento progressivo é usado para ajudar uma IA agente resolver problemas lógicos através da inspecção de regras e aprendizagem prévia para deduzir formas de encontrar soluções. Uma IA pode usar o forward chaining para explorar as informações disponíveis, responder a uma pergunta ou resolver um problema. O encadeamento dianteiro é usado para quebrar a seqüência lógica e trabalhar através dele do início ao fim, anexando cada passo após o anterior ter sido resolvido.
Cadeamento dianteiro e sua contraparte encadeamento para trás representar lógica dedutiva. Em contraste, o encadeamento regressivo se move para trás a partir de uma conclusão para encontrar as regras ou condições das quais ele resultou