Koncept v učení viz Řetězení
Forwardové řetězení je jednou ze dvou hlavních metod uvažování při použití pravidel inference (v umělé inteligenci). Ve filozofickém kruhu je označováno jako modus ponens. Opakem forwardového řetězení je zpětné řetězení.
Forward chaining začíná dostupnými daty a používá inferenční pravidla k získání dalších dat (například od koncového uživatele), dokud není dosaženo cíle. inferenční engine používající forward chaining hledá inferenční pravidla, dokud nenajde takové, kde je předposlední (klauzule If) známa jako pravdivá. Když je nalezena, může uzavřít, nebo odvodit následnou (klauzuli Then), což má za následek přidání nových informací do jeho dat.
Inferenční motory budou tento proces opakovat, dokud nebude dosaženo cíle.
Tento základ pravidel by se hledal a první pravidlo by se vybralo, protože jeho předchůdce (Pokud Fritz skřehotá a žere mouchy) se shoduje s našimi daty. Nyní se k datům přidá následující (Pak X je žába). Znovu se hledá základ pravidel a tentokrát se vybere třetí pravidlo, protože jeho předchůdce (Pokud je Fritz žába) se shoduje s našimi daty, která byla právě potvrzena. Nyní se k našim datům přidá nový následník (Pak je Fritz zelený). Z těchto informací nelze odvodit nic víc, ale nyní jsme splnili náš cíl určit barvu Fritze.
Protože data určují, která pravidla jsou vybrána a použita, nazývá se tato metoda řízená daty, na rozdíl od odvození řetězení řízeného cíli. Přístup řetězení dopředu je často využíván expertními systémy, jako je například CLIPS.
Jednou z výhod řetězení vpřed oproti řetězení vzad je, že příjem nových dat může vyvolat nové závěry, díky čemuž je motor vhodnější pro dynamické situace, ve kterých se pravděpodobně změní podmínky.