我会推荐两个来源：

1. 可敬的Russell & Norvig书，是 AI 课程中的常用教材。Russell & Norvig在每一章的结尾都总结了他们刚刚讨论过的技术的发展历史。这些部分经常被新手读者跳过，但几乎正是您正在寻找的内容。本书后半部分的内容应该一起让你很好地了解发展发生的顺序、技术发展的原因以及先进技术带来了什么。

2. R&N 很好地报道了发生的事情，但并不总是为什么。为此，您需要一本 AI 哲学书籍。我推荐Mind Design II作为起点。这本书是按时间顺序排列的思想哲学和人工智能研究领域的大思想家的论文和学术论文集。通常，这些论文是对彼此的回应。通过对每位作者的历史进行一些侧面阅读，您可以开始很好地了解过去 70 年来该领域的重大哲学运动，以及事情发生变化的原因。

如果你不想看这本书，我可以给你一个总结（前面有剧透！）：

1. 1920 年代：行为主义者和其他人提出 Mind = Brain，并特别关注智能行为。
2. 1950：图灵提出可以对计算机进行编程以表现出智能行为。
3. 1960 年代：人工智能、心理学和语言学领域的认知学家认为，仅靠行为是不够的。头脑会思考，而思想会以推理算法的形式出现。他们争论的关键是语言理解等领域，他们声称没有逻辑就无法对其进行建模。他们的工作产生了搜索算法，以及早期基于规则的规划和语言系统。
4. 1970 年代的 Searle 认为，由于现象学，计算机无法思考。大多数 AI 人员不理会他，继续工作，但哲学与心理学更加注意。
5. 1970 年代的 Dryfus（和其他人）通过框架问题剖析当时基于规则的系统，令人信服地认为逻辑和理性无法解释人类思维。人工智能研究人员注意到了这一点。
6. 联结主义者，尤其是 Hinton (AI) 和 Churchland (Philosophy) 提出了第一个后认知主义的心智理论。这些集中在思想是在神经元的连接（特别是放电模式）中，而不是在大脑本身。这种思维方式刺激了神经网络的（重新）发展。在 1980 年代，这一点大多被忽略。
7. 在 1990 年代，联结主义者和其他致力于 AI 概率方法的人展示了比基于规则的方法更好的语言系统。认知主义者开始衰落，因为他们声称需要推理算法的领域实际上由统计算法更好地处理。联结主义观点在人工智能和其他地方获得了支持。
8. 今天，随着计算能力的提高，统计技术成为许多人工智能领域的前沿。同时，Churchlands、Rodney Brooks 和其他人提出了进一步的基于动力系统理论和具身认知的后认​​知主义学派，这些学派在机器人技术中具有一定的影响力。认知主义继续在人工智能、心理学和语言学社区中获得一些支持，但这种支持已大大减少。一些混合系统混合使用统计和基于规则的技术。