Analisando as alternativas apresentadas sobre os pontos negativos do Deep Learning, vamos considerar cada uma: A) Desempenho de última geração - Esta opção não é um ponto negativo, mas sim uma vantagem do Deep Learning. B) Dificuldade na interpretação das informações - Esta é uma crítica comum ao Deep Learning, pois os modelos podem ser considerados "caixas pretas", dificultando a compreensão de como as decisões são tomadas. C) Reduz a necessidade de engenharia de recursos - Isso não é um ponto negativo, já que o Deep Learning geralmente requer uma quantidade significativa de dados e recursos computacionais. D) Arquitetura facilmente adaptável a vários domínios de problemas - Novamente, isso é uma vantagem, não um ponto negativo. E) Baixo custo de implementação - O custo de implementação do Deep Learning pode ser alto, especialmente em termos de infraestrutura e dados, então essa opção também não é um ponto negativo. Portanto, a alternativa que representa um ponto negativo do Deep Learning é: B) Dificuldade na interpretação das informações.