Gibbsovo rozdělení přiřazuje pravděpodobnosti úměrné exp(−E(x)/T), čímž spojuje náhodnost s energetickým prostředím. V oblasti pravděpodobnosti definuje Markovova náhodná pole a rovnovážné systémy. V ML řídí modely založené na energii, Boltzmannovy stroje a metody vzorkování, jako je Gibbsovo vzorkování. V reálném životě se objevuje ve statistické fyzice, modelech dopravy a davu a rozhodovacích procesech, kde volby následují hlučné preference.