ギブス分布はexp(−E(x)/Tに比例する確率を割り当て、ランダム性をエネルギー地形に結びつけます。確率論では、マルコフランダム場と平衡系を定義します。機械学習では、エネルギーベースモデル、ボルツマンマシン、ギブスサンプリングのようなサンプリング手法を駆動します。現実では、統計物理学、交通・群衆モデル、そしてノイズの多い好みに従う意思決定プロセスに現れます。