当然它们不存在。但是如果我们没有停止时间，我们可以停止时间并使用非因果系统。停止时间？是的，只需存储您的数据并离线/非实时工作。或者处理不是时间的数据而是其他数据，例如空间数据。当然，在这种情况下，非因果是用词不当，但仍使用该术语，类似于时间信号和系统。

在离线模式下使用的一种常见“非因果”系统是滤波，然后是使用 IIR 滤波器的反向滤波。这样做是为了消除滤波器的常规（因果/实时）使用引入的相位失真。有关详细信息，请参阅此答案。

首先，因为非因果系统总是从数学中退出，通常是在我们寻找某种形式的最佳过滤器时。

其次，因为如果您不介意向系统添加延迟或离线工作，您可以将 FIR 非因果系统简单地延迟到它展望未来的时间跨度，从而将其变为因果系统。对于 IIR 非因果系统，您可以截断响应的反因果部分，然后延迟响应，以便您的结果是因果的。

[编辑：添加了一篇 2020 年关于量子力学中的逆因果模型的论文]

我不会说反因果系统不存在，我同意维基百科所说的“反因果系统是一个假设系统”。

因为我们不知道时间：对于传统的基于时间的信号处理，我们人类将时间感知为单向流（时间箭头）可能会产生误导。我们的大脑和感官似乎只感知过去这一事实并不妨碍物理定律的后向对称性。有些人甚至认为反物质可能是在时间上向后移动的物质（在某种特定意义上）。最近，论文 贝尔定理和量子力学的局部介导重新表述唤起了：

具体来说，这些模型中的一些 [...] 参数在功能上必须依赖于它们未来的测量设置 [...]。这个选项，通常被称为逆因果，在文献中被反复指出

奇异的理论可以想象时间可能是二维的。从更实用的角度来看，在模拟中，可以考虑用未来的预测值来控制当前状态，这可以通过反因果系统来形式化。当然，在实践中，这些未来的估计是通过过去的信息获得的。

因为我们可以将此概念扩展到其他系统变量（如空间）：现在对于其他非基于时间的系统：在$s(t)$, 变量$t$通常称为序数变量。但我们可以有信号 $s(x)$或图像 $s(x,y)$基于另一个变量，如空间。根据上下文，对于其他序数变量，可能有也可能没有像时间这样的“唯一方向”。只要您定义一个“前进”方向，另一个可以被认为是“后退”。这发生在图像处理中，尤其是在图像过滤（这是一个系统）中。一些过滤器可以通过因果关系（左右，上下）和反因果关系（左右，上下）的组合非常有效地实现。在这里，因果关系方向几乎是任意的，与光栅扫描模糊相关。这用于高斯、指数滤波器及其导数的递归近似，如 Canny-Deriche 或 Shen-Castan 滤波器。例如，请参阅 DSP.StackExchange 的回答：哪些 IIR 滤波器近似于高斯滤波器？：“两个过滤器都是因果-反因果对”。

因此， 定义反因果系统不是因为人们可以在现实中展示一个（并且不太可能是实时的），而是因为它们是有用的模型，如瞬时系统或无限精度计算，它们也不太可能（“所有模型是错误的，但有些是有用的”）。

[关于复数] 即使它们看起来很奇怪（想象的，不可能的），它们也是非常中心的，有些人认为它们是许多自然情况下最合适的代数结构。再想想实数，无限的小数序列​​真的存在吗？

用于时间波形的相同理论也适用于空间波形，例如在相机图片中。