Distribusi Gibbs menetapkan probabilitas sebanding dengan exp(−E(x)/T), menghubungkan keacakan ke lanskap energi. Dalam probabilitas, ini mendefinisikan medan acak Markov dan sistem kesetimbangan. Dalam ML, ini mendorong model berbasis energi, mesin Boltzmann, dan metode pengambilan sampel seperti pengambilan sampel Gibbs. Dalam kehidupan nyata, itu muncul dalam fisika statistik, model lalu lintas dan kerumunan, dan proses keputusan di mana pilihan mengikuti preferensi yang bising.