自我问题是人工智能研究领域中的一个重要问题。通用人工智能和强人工智能是代表人工智能未来发展方向的两个研究领域,对于通用人工智能来说,它的核心诉求是能追求即使是设计者也未曾预料的目标,完成在质上是不同种类的新任务,这要求系统必须要有自监督学习和自我控制的能力。通用人工智能也应当能与世界进行真正的交互,这要求它必须在认识到自己与环境的关系,而建立一个关于自我的模型对这来说是至关重要的。对人工情绪的研究也是通用人工智能领域的重要问题,因为它不仅具有优化计算能力等作用,也将使人工智能可以更像人类一样推理,这些情绪体验的主体也就是人工智能的自我,对它的研究显然不可或缺。对于强人工智能研究来说,它的根本追求是意向性,而意向性的产生也与自我息息相关。总之,自我问题是未来人工智能研究中不可绕过的问题,对于自我问题的研究已经吸引了中外人工智能研究者的兴趣。通过借鉴哲学领域对自我问题的讨论,本文所作的工作主要有:（1）阐述了自我问题对于人工智能研究的重要性。鉴于人工智能的定义和流派纷繁复杂,本文选取通用人工智能和强人工智能作为考察对象,因为两者比较公认地代表人工智能未来发展方向,分析他们的核心诉求与自我研究的关系。（2）在论证了自我问题对于人工智能研究的重要性之后,本文分析了当代现象学哲学中的最低限度自我理论。在重构了扎哈维对现象意识必然蕴含最低限度自我的论证的基础上,接着在胡塞尔的文本中寻找这样一种最低限度自我的结构,即内时间意识构成性结构。在此之后,本文分析了扎哈维对高阶意识理论的批评,并将他的最低限度自我理论与将自我作为产生意识能力的理论以及自我作为叙事建构的理论进行了对比,指出最低限度自我理论的优越性。（3）本文阐述了一种颇有前景的非公理推理系统（NARS）与自我问题相关的技术细节,并探讨其是否实现了最低限度的自我结构和能力。首先,阐述了 NARS的理论预设,其中最主要的是知识和资源不足的假设,之后,依次梳理了它的基于经验的语义系统、使用谓词逻辑的推理规则和动态分配计算资源的控制系统,并在此基础上分析了它的经验主观性与拥有自我的能力。通过上述工作,本文得出了以下观点:（1）对于通用人工智能和强人工智能来说,自我问题的研究对这两个领域的推进都具有重大的意义。（2）对于作为产生意识之能力的自我和作为叙事建构自我来说,扎哈维的最低限度自我都是两者的实现基础,它还有一种可观察的结构,即内时间意识的构成性结构。（3）本文之后基于扎哈维的最低限度自我理论,论证了NARS系统的推理控制机制蕴含最低限度自我结构。而根据扎哈维的理论,这也就意味着NARS系统具备产生更复杂自我概念乃至现象意识的潜能。最后,本文还分析了 NARS系统独特的自我概念的意义获得方式,使它具备符合皮考克的非概念第一人称内容持有规则的能力,并具备产生非概念第一人称内容所要求的认知能力。