Todos os problemas físicos suscetíveis à modelagem matemática podem ser classificados como problemas diretos ou inversos. Os problemas diretos são os mais propalados; nesses, efeitos mensuráveis são determinados a partir de causas bem conhecidas. Os problemas inversos são aqueles em que se determinam causas a partir de efeitos. São tão importantes e possuem tantas aplicações científicas quanto os diretos embora seu tratamento matemático seja quase sempre mais complexo exigindo técnicas numéricas especiais. Uma dessas técnicas é um algoritmo baseado em redes neuronais artificiais que têm sido utilizado recentemente com grande sucesso em diferentes tipos de problemas inversos. Nesse artigo discute-se a filosofia do problema inverso em Cinética Química e aplica-se o método de redes neuronais artificiais para resolvê-lo. Dois modelos para mecanismos cinéticos, protótipos de grande relevância para uma série de reações químicas e biológicas são abordados. A eficiência da rede neuronal é comparada com aquela de outras técnicas numéricas de otimização disponíveis em pacotes comerciais, os algoritmos Levenberg-Maquardt e Simplex.