Kitekintésként érdemes még röviden szót ejteni a többigényű rendszerről (multiple-demand system, MD), amely elsődlegesen John Duncan nevéhez fűződik (Duncan, 2010; Duncan et al., 2020). Duncan számos saját feladat és más laborokban végzett, különböző kognitív területeket igénybe vevő feladatok eredményeinek áttekintése után arra jutott, hogy minden esetben megjelenik egy fronto-parietális aktivitási mintázat. Ez a mintázat vagy hálózat magában foglalja a kérgi területeket a posterior és inferior frontális sulcus körül, az anterior insulát, a frontális operculumot, a pre-szupplementáris motoros területet, a dorsalis anterior cingulátumot és az intraparietális sulcus területét és környékét. Ehhez hasonló területek aktivációs mintázatát találták feladatpozitív, feladatfenntartó és kontrollhálózatok esetén is (ld. 8. fejezet), illetve a fluid vagy általános intelligenciát mérő feladatok végzése közben (Kovacs–Conway, 2016). Az MD-elképzelés azért más, mint ezek, mert Duncan szerint bármilyen jellegű probléma megoldásakor a céljainkat egy részfeladatokból álló sorozat összeállításával érjük el, mindegyiket külön-külön meghatározva és megoldva. A szekvenciális mentális programozás során minden egyes lépéshez fókuszálásra van szükség (az aktuális részfeladat feldolgozására, minden más gátlására). Ahogy a részfeladatok befejeződnek, az aktuális fókuszt el kell hagyni, és új fókuszt kell létrehozni. Gyakran előfordul, hogy az egyik részfeladat kiválasztott eredményeit át kell adni a következőnek. Különösen az újszerű feladatokban meg kell határozni és elkülöníteni hasznos részfeladatokat. Ebből a szempontból az emberi viselkedés hasonlít a hagyományos számítógépes programok egymás utáni tevékenységére: olyan műveletek sorozatát állítja össze, amelyek együttesen érik el a végső célt. Következésképpen az MD azért felelős, hogy felismerje a célt és az annak érdekében elvégzendő feladatokat (legyen az A és K válaszgombok lenyomása állat és tárgy kategóriák megjelenésekor vagy az ebéd megfőzése), hogy a feladatot részfeladatokra bontsa, amelyeket gyorsan és hatékonyan meg tudunk valósítani, felügyelje és koordinálja a részfeladatok megoldását, szükség esetén módosításokat végezzen, integrálja a kimeneteket, és indítsa el a megfelelő viselkedéses választ. A megfelelő, feladatspecifikus fókusz elérése érdekében az MD-rendszernek kapcsolódnia kell sok más különálló rendszerhez (és idegrendszeri hálózathoz), amelyek specifikus kognitív műveleteket hajtanak végre, például egy adott vizuális objektum azonosítását vagy konkrét tények memóriából történő visszakeresését. A részfeladatok megoldása a kapacitás függvényében történhet párhuzamosan és szekvenciálisan, de a végső cél elérése érdekében figyelembe kell venni a hosszú távú kapacitás rendelkezésre állását is. Szintén fontos követelmény az aktuális lépés sikeres befejezésének felismerése és a következő feladatra való áttérés kezdeményezése (iniciációja). Az információ szelektív kódolásától kezdve a döntésig és a viselkedés iniciációjáig fontos szerepet játszó központi hálózatról van szó. Természetesen lehet vitatni, hogy az eddigi ismereteinkhez mit ad hozzá, vajon csak korábbi tudásunk átstrukturálásáról van-e szó az elméletben. Ettől függetlenül az elméleti elképzelés jól rímel rá, és tágabb perspektívában is segíthet megérteni a multitasking és a megosztott figyelem jelenségét. Sőt a modellnek fontos implikációi lehetnek a mesterséges intelligencia kidolgozásában, a gondolatok és akciók leírásában (Duncan et al., 2020). Például a prefrontális kéreg károsodását követő problémák – az összetett viselkedés szerkezete sérül, fontos részek kimaradnak, lényegtelen részek kerülnek bele – kapcsolatot mutatnak a szimbolikus mesterséges intelligencia problémáival és a célzott viselkedés szekvenciális programozásával.